LangChain 分享 Deep Agents 评估构建策略：针对性评测衡量真实行为

LangChain 介绍了为 Deep Agents 构建针对性评估（evals）的方法，通过数据筛选、指标设计和测试策略来提升智能体准确性。核心在于设计能衡量真实行为的评测，而非仅关注表面指标。该实践旨在帮助开发者更有效地改进 agent 性能。