Agnost AI：揪出评测漏掉的 Agent 故障
Launch HN: Agnost AI (YC S26) – Extract user feedback from agent conversations
你的 Agent 评测全过，但上线后照样翻车？Agnost AI 专门解决这个痛点。作为 YC S26 的创业公司，它能从真实的用户对话中自动提取那些评测漏掉的失败案例，并直接转化为可修复的代码。Google、Exa、Lopus AI 等团队已在使用它来追踪错误率、挖掘功能需求，甚至让 Agent 自动提交 PR 修复 Bug。无论是免费起步还是企业级定制，Agnost AI 都能帮你把沉睡在对话里的用户反馈变成产品迭代的燃料，让 Agent 在实战中越变越强。
你的评测通过了，但生产环境依然失败。
- 有从业者指出，在处理长文档和长对话时，基于统计的 Bayesian 方法比 embeddings 或 transformers 更具鲁棒性，且对标签数据的需求更低。
- 一位评论者警告，仅依赖对话日志而缺乏 observability 和 evals，会导致数据选择性偏差，难以区分已知的高频噪声与真正的长尾需求，从而无法定位复杂产品的根本原因。
- 针对将问题简单归结为 'vibe code' 或 SQL 的观点，有声音反驳称，随着数据集扩大及对话时长增加，LLM 和 embedding 在可靠标注、taxonomy 管理及模型漂移（model drifting）方面存在显著局限。
- 有用户质疑该产品的性价比，指出其核心功能似乎仅由简单的 text prompt 配合 Langfuse 实现，难以解释每月 499 美元的定价合理性。