Laminar 用强化学习训练的报错检测器：无需人工标注，RL 如何从 Agent 轨迹里揪出 Bug
Agent 可观测性有个标注难题。Agent 点错了按钮、引错了文档，可每次 API 调用都返回 200。轨迹看起来干干净净。错误是语义层面的，不是语法层面的。你得让人读完整个执行日志，才能判断 Agent 到底有没有做对事。Laminar 为此构建了 flow-1——一个用强化学习训练的小型开源模型，专门在 Agent 轨迹中寻找这类隐性故障。它运行在一个叫 Signals 的框架里，扮演编码 Agent 的角色，把每个 span（LLM 调用、工具调用、检索步骤）当作代码仓库里的一个文件。模型从整条轨迹的压缩字符串表示出发，像开发者调试失败的 CI 运行一样展开调查。 有意思的不是他们用