技巧精选
LangChain：Agent 评测统一走真实 Agent 图结构
精选理由
LangChain 分享了一套 Agent 评测思路：从单条 fixture 到模拟多轮对话，全部直接跑真实 Agent，测出来的分数就是用户实际会遇到的表现，做 Agent 的可以参考。
LangChain 提出把所有 Agent 评测统一跑在同一个图结构上。评测范围覆盖单条回复的 fixture 测试，到带 LLM 患者人设的多轮模拟对话。所有 eval 都直接运行真实的 Agent，评测打分的对象和真实患者实际遇到的 Agent 完全一致，避免测试环境与线上行为脱节。
原文 · LangChain
Agent evals run through the same graph. Every eval, from single-reply fixtures to simulated multi-turn conversations with LLM patient personas, runs against the real agent, so what they score is exactly what a patient would meet. 💬 1 🔄 1 ❤️ 0 👀 492 📊 1 ⚡
