Laminar 推出 RL 训练的智能体轨迹错误检测模型 flow-1

事件

Laminar 团队发布名为 flow-1 的模型，专门用于在 AI 智能体的执行轨迹中定位错误。该模型通过强化学习训练，在团队自建基准上检测质量与 GPT-6-sol 持平，运行成本却低 23 倍，因此可以对每一条生产环境轨迹做全量分析，而无需抽样。

智能体往往连续执行多步，失败是隐性的：某次点击点错按钮、引用错文档，但每一步调用都显示成功。要发现这类问题，必须理解智能体的目标，并检查其大模型调用与工具返回结果，仅看最终输出并不够。Laminar 的做法是先微调一个小型开源模型，再用强化学习在数千个覆盖软件、法律、客服等场景的合成调查任务上做后训练，最终得到既擅长轨迹分析又运行廉价的模型。flow-1 运行在名为 Signals 的框架内，以编码智能体的方式工作。

当前智能体可观测性赛道拥挤，多数平台本质仍是数据收集器，用户可能付费存储了大量无人阅读的轨迹。Laminar 认为用模型自动审查轨迹才是解法，但强模型规模化成本高、弱模型又常漏报误报。flow-1 的定位正是填补这一空白，让全量轨迹审查在经济上可行，对需要保障智能体生产可靠性的团队有直接价值。

来源

本条目由采集管线自动抓取并发布，完整内容见下方来源链接。

*采集源：Hacker News*