LangSmith

LangChain 旗下 LangSmith 团队提出评测驱动开发（EDD）方法论，主张在构建智能体的同时用一致的指标集持续度量表现，并围绕评测结果不断爬坡优化。核心流程包括先写一份简短的规格说明定义何为良好行为，再通过对比实验判断每次改动是修复还是引入回归，最后把评测常驻 CI 与生产环境，并将线上失败案例回流为新的数据集样本。