Frontline Lab 摘要与来源
编辑摘要
Tanvi Motwani 将在 Interrupt NYC 分享 LinkedIn Hiring Assistant 的 Agentic Eval Playbook，内容包括 traces 转 golden datasets、LLM-as-a-Judge 和监控。
这份简报保留原始来源，摘要和编辑判断都可以回到原文独立核验。
来源署名X · @LangChain
打开原始来源证据简报
LinkedIn Hiring Assistant 用 traces 构建评估流程
Tanvi Motwani 将在 Interrupt NYC 分享 LinkedIn Hiring Assistant 的 Agentic Eval Playbook，内容包括 traces 转 golden datasets、LLM-as-a-Judge 和监控。
- 来源
- X
- 来源作者
- @LangChain
- 相关主题
- 1
- 采集时间
- 2026-08-13
相关已发布证据
相关关系来自共同主题、实体、分类、标签与社区语境；每条结果仍保留独立来源回链。
STANFORD 课程覆盖 self-correction 与 deep research agents
帖子称 STANFORD 发布免费课程，主题是构建 self-improving agents；课程聚焦 self-correction，覆盖 test-time compute、verifiers、Constitutional AI、RL、规划、记忆和工具执行。
原始来源Agent 工作流：LangChain 详解：什么是 AI 智能体？
AI 智能体是在大语言模型循环中自主运行的系统，通过反复调用模型、观察结果并调整下一步行动来完成复杂任务。工作流（workflow）则是对固定步骤的预编排，两者互补：工作流保证确定性，智能体提供灵活性。理解二者差异是构建可靠、可投入生产的自主系统的关键。
原始来源OpenAI：研究：企业如何用 ChatGPT 和 Codex 落地智能体 AI
OpenAI 研究揭示企业采用智能体 AI 的方式，以及前沿企业如何在 AI 应用上拉开差距。企业正通过 ChatGPT 和 Codex 将 AI 从辅助转向执行，头部公司已率先将智能体投入实际业务流程。
原始来源OpenRouter 用 BrowseComp 评测搜索配置
OpenRouter 发布实时排行榜，评测模型、搜索引擎、搜索方法与预算四类组合；结果称搜索预算从1 轮增至25 轮可使 BrowseComp 得分近乎翻倍，模型选择比分引擎更重要。
原始来源OpenAI：AutoGPT 如何用 AGENTS.md 和技能门控管理 AI 生成的拉取请求
AutoGPT 维护者发现，AI 智能体不会主动阅读文档，因此将指令放在 AGENTS.md 和技能文件中，并置于代码目录旁。他们通过强制 PR 模板、测试计划、CI 覆盖率门槛和 CLA 签名等门控机制，将智能体提交的 PR 从“不可用”转变为“可用但不符合路线图”。其中 CLA 签名因需浏览器和 OAuth 流程，被用作区分人类与智能体的“人类探测器”。
原始来源