标签
Ramp开发了一个语义层，将AI代理支出归因于目标和结果，从而从监控支出转向理解AI投资回报率。
丰田的企业AI团队使用LangSmith和Deep Agents来扩展AI代理开发，将生产时间从6个月缩短至4天，并部署了超过50个代理。
Raindrop推出由rd-signal-2驱动的Signals 2.0，这是一个从生产轨迹构建任务特定二元分类器的新模型管道。它声称在成本降低1600倍的情况下，实现了接近GPT-5.6 Sol xhigh的准确率，同时还推出了Signal Builder，用于构建自定义分类器，且零数据保留。
我构建了Trovis，一个能够记录并解释生产环境中智能体操作的工具，展示与预期行为的偏差。
Agnost AI 是一个分析智能体对话的平台，旨在展现用户反馈、检测故障并生成自动修复方案，帮助团队改进其 AI 智能体。
Arize Phoenix 宣布为其AI代理监控平台新增定制功能，包括可定制图表、命令K、最近搜索以及自定义列排序。
Latitude是一个开源的人工智能代理监控工具，提供针对基于LLM的代理的问题检测、追踪和评估，类似于Sentry对于AI的作用。
一条关于Latitude的推文，这是一个开源的智能体可观测性工具，可帮助可视化AI智能体的行为和token使用情况，并且能够直接在编辑器中捕获并修复重复出现的故障。
LangChain 和 Fireworks 微调了 Qwen 模型，用于检测代理轨迹中的“感知错误”，实现了 100 倍成本降低，同时保持前沿性能。该评判器模型旨在用错误信号丰富轨迹，以监控代理系统。
LangSmith Observability 为 AI 代理提供实时监控，帮助快速识别性能问题。
agent-pd 是一个开源的日志和监控工具，用于 Claude Code 代理，它记录所有工具和权限事件，并通过确定性检测器重放这些事件以捕获违规行为，而不会阻止任何操作。
Adrian 是一个开源 AI 代理运行时安全监控引擎，通过联合分析代理的行为日志和推理链进行异常检测，比纯行为检查准确率提升 35%，支持 LangChain 两行 SDK 接入。
一个日志钩子和CLI工具，能够将所有来自Claude Code代理及子代理的工具调用和权限事件记录到会话日志中，然后重放日志以审计不当行为，如未经授权的文件读取或权限提升。这是一个只记录不拦截的飞行记录器，而非阻止器。
Braintrust的Topics功能利用LLM摘要，使得生产环境中的代理追踪在大规模聚类和分类中变得可控，该方法受Anthropic的Clio方法启发。
提出 Agent-ToM，一种基于心智理论推理的学习监控框架，通过推断信念和意图来检测自主LLM智能体中的隐蔽恶意行为，性能优于基线监控器。
一款旨在检测智能体系统中静默协调失败（如无限循环和流量激增）的开源工具，未来计划推出 FinOps 功能以追踪成本并防止预算超支。
Dunetrace 是一款专为生产环境 AI Agent 设计的开源实时监控工具。此次更新增加了跨 Agent 模式分析、与 Langfuse 的深度分析集成，以及对自定义 Agent 的支持。