harbor

LangChain发布了Eval Engineering Skill，通过映射智能体仓库和生产跟踪数据自动生成可执行的Harbor评估，并采用迭代式用户访谈流程以优化评估。

演讲者讨论了评估和改进代码智能体的重要性，强调了LangSmith与Harbor的集成，以提供在隔离环境中运行、追踪和改进智能体评估的统一栈。

Harbor Framework 现在集成了 LangChain 的 Deep Agents、LangSmith Sandboxes 和 Observability，能够在隔离、可复现的环境中运行智能体，进行确定性测试。

Harbor v0.4.19 新增了通过本地推理后端启动本地智能编码工具的功能，集成了 vllm、sglang 和 llama.cpp，并内置了用于工具注入（如网络搜索）的 LLM 网关。

本文描述了一个大规模运行的多智能体架构，使用LangGraph、CrewAI和Harbor来处理目标智能体、任务协调以及带有追踪的安全访问。

分析为什么强化学习在编程任务中因可验证奖励而受到青睐，以及新兴框架Harbor如何解决RL训练中环境复杂度的瓶颈。