LangSmith AI Search 升级:自然语言解析为结构化过滤器
LangSmith 这次更新挺实用:直接用一句人话就能查 traces,模糊提问它还会先追问。做 LLM 应用排查 bug、复盘用户反馈的工程师可以试试,比手写过滤器省事多了。
LangChain 对 LangSmith 的 AI Search 进行了更新。用户可以用自然语言提问,例如“本周因 LLM 报错而受挫的用户”,系统会将查询解析成结构化过滤器,并附加 AI 检查来覆盖过滤器无法表达的条件。
当问题表述模糊时,AI Search 会先提出追问再执行搜索,而不是直接返回不准确的结果。这一机制让 trace 检索从关键词匹配转向意图理解,开发者可以用更少的过滤语法完成同样的排查工作。
LangSmith AI Search got a whole lot smarter ✨ Ask for what you want in plain words, like "frustrated users with LLM errors this week," and AI search parses your query into structured filters, plus an AI check for anything a filter can't express. When your question is vague, it asks a follow-up before it searches. Try it out today ➡️ docs.langchain.com/langsmith/filt…
本条情报归属 AITOP「产品」核心栏目,重点聚焦北美前沿实验室与硅谷科技巨头。在跨区域产业观察坐标中,该动态直接关联「AI 开发者工具链、Coding Agent 与工程化实践」研究主线,反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括:LangSmith、LangChain、可观测性、开发者工具,读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。
信源核验说明:本文原始线索采编自「LangChain」(@LangChainAI),经 AITOP 多维评分管线结构化提炼。