Lyft 如何使用 LangGraph 和 LangSmith 构建自助式 AI 智能体平台 (opens in new tab)

📌 One-Sentence Summary Lyft 利用 LangGraph 和 LangSmith 构建了一个自助式 AI 智能体平台，使非技术领域的专家能够在数周而非数月内开发和迭代客户支持智能体。 📝 Summary 本文详细介绍了 Lyft 的 SCX 数据科学和 MLE 团队如何创建一个多智能体客户支持平台，该平台使非技术领域的专家能够构建和优化 AI 智能体。通过利用 LangGraph 的路由器多智能体架构，系统使用一个元智能体将乘客和司机的请求路由到专门的子智能体。该平台具有可配置的智能体，可以通过 JSON 配置和提示词来定义，无需 MLE 管理每次迭代。LangSmith 提供了全面的追踪、LLM 作为评判者的评估以及生产监控仪表板。一个关键的经验是，提示词质量而非基础设施成为了主要瓶颈，这促使开发了结构化的提示词编写框架和自动化的提示词验证流水线。成果包括将智能体开发时间从六个月缩短到两周，AI 解决率提高了 16%，幻觉率降低了 20%。 💡 Main Points Lyft 构建了一个自助式平台，让非技术领域的专家能够使用提示词和配置创建 AI 智能...