知一知 · 今日
← 返回本期日报

AI 前沿

Laminar发布经强化学习训练的代理轨迹错误检测模型

本期日期 2026-10-20 · 08:10 北京时间

Laminar团队在Hacker News介绍flow-1:一个用强化学习训练、用于发现AI代理执行轨迹错误的模型。团队称其基准检测质量与GPT-6-sol相当,成本为后者的1/23。

Robert和Din表示,Laminar自2024年起构建开源AI代理可观测性工具。现代代理会执行许多步骤,并且可能在每次调用都成功的情况下隐式失败,例如点错按钮或引用错误文档;只看最终输出不够,还要理解代理意图并检查其LLM调用和工具结果。团队认为,仅收集轨迹会让用户存储大量无人阅读的数据,而用强模型逐条检查成本高,便宜模型又容易漏报或误报。

flow-1基于小型开源模型微调,再用强化学习在数千个合成调查任务上后训练,场景覆盖软件、法律和客户支持等真实代理工作流。模型运行在名为Signals的框架中,把轨迹当作代码仓库,每个LLM调用或工具调用等span像文件一样处理;它从压缩轨迹和用户提示出发,检索并阅读相关span,按用户自定义JSON结构返回发现。用户可让它识别用户挫败感、检查浏览器代理是否完成结账等,不限定于原始报错。

为处理全量轨迹分析后产生的大量事件,系统会自动把相似信号聚成簇,展示复发问题和频率,并可下钻到具体事件及轨迹。团队称这些轨迹还能生成评估数据集,再用编程代理围绕失败类型迭代修复。Laminar采用Apache 2.0许可、可自托管,团队通过托管云服务盈利;其产品还包括20倍轨迹压缩、自定义SQL查询引擎和自动任务提取。

原文来源

Hacker News ↗
返回本期日报打开交互阅读页