LangChain 如何评估语音智能体：执行、结果与体验三个维度

LangChain 提出从执行、结果、体验三个维度评估语音智能体，三者相关但不可互换。执行维度检查智能体是否按指令调用正确工具、遵守隐私与同意政策；结果维度关注交互是否真正达成目标，如预约是否成功；体验维度则看对话是否顺畅。LangSmith 支持追踪完整交互、用代码评估器和 LLM 评判器打分，并对比长期变化。