LangChain 推出 LangSmith Tuned Evaluators：专用模型给 Agent 打「感知错误」分，成本比前沿模型低 82%

发生了什么：LangChain 8/18 发布 LangSmith Tuned Evaluators，首发 Perceived Error 评测器——用后训练专用模型从对话信号（用户纠正、矛盾、未解决结果）推断 Agent 是否搞错方向，无需手写 prompt 或前沿模型判官，结果 12 小时内回写生产 trace。为什么重要：绝大多数用户从不主动打分，这种「推断式」自动评估把生产环境 Agent 质量监控变成可规模化、低成本的默认能力；官方称专用模型基准超过所有前沿模型且评估成本降低 82%，让中小团队也能持续评测。