Langchain负责人分享了四条AI Agent核心设计思路

Jeff写了一篇好帖子！我阅读时想到了几点，和我们在Langchain正在构建的东西有关：

设计复合学习机器。当你使用或部署智能体时，它们需要学习！在高层，我认为追踪数据是这一切的核心——你需要看清发生了什么，获取相关反馈，然后更新系统。

拥有你的上下文，租用你的智能。我同意这个观点——拥有你的「隐性知识和机构知识」，让模型替换变得容易。不过我觉得这个表述会造成混淆：「智能」到底指什么？

@satyanadella 在这里发过一篇很棒的帖子，他说的很多内容都同意这个观点，但他也说过类似「在消费智能的过程中，你就在创造智能……这是属于你个人的智能」的话。

这里的细微区别在于，存在通用智能（比如各类模型，你应该租用它们），也存在你的公司专有智能，这部分你应该拥有。两者都可以被合理地叫做智能，所以才会造成混淆。

自己构建工具，购买基础设施。购买最大公约数级别的基础设施，在它之上构建专属内容。在LC，我们尝试聚焦于最大公约数级别的基础设施（可观测性、部署、沙箱），但我们还能做得更好——这方面我们已经有一些很酷的东西即将推出。

开发评分规则。评估非常重要！

存储生产追踪数据并从中学习。没错。这篇文章从始至终就是LangSmith的广告吗？谁知道呢！