Laminar обучила модель, которая ловит незаметные сбои AI-агентов
Launch HN: Laminar (YC S24) – We trained a model to catch silent agent failures
Основатели Laminar Роберт и Дин с 2024 года развивают open-source observability для AI-агентов. Их новая модель flow-1, дообученная через RL на тысячах синтетических расследований реальных агентских сценариев, по качеству обнаружения ошибок не уступает GPT-6-sol, но обходится в 23 раза дешевле. Это позволяет анализировать каждый трейс в проде без сэмплирования. Модель работает в обвязке Signals, которая обходит трейс как репозиторий, а похожие находки автоматически группируются в кластеры.
Агент может нажать не ту кнопку или сослаться не на тот документ, при том что каждый вызов завершается успешно.