139、LangSmith评估与监控实战昨天凌晨两点，客服机器人突然开始胡言乱语。我们没发过代码，没动过Prompt模板，唯一变化的是后端模型供应商悄悄把GPT-4换成了GPT-4-Turbo，这事他们不主动公告。用户投诉截图里，机器人把“退款”理解成了“退货”，还自作主张给用户发了个优惠券。我第一反应是查日志，但传统日志里只有HTTP状态码和延迟，根本看不出模型内部发生了什么。直到把聊天记录扔进LangSmith，才发现问题链：某个Tool节点的输入居然是上一轮的残缺token，LLM在中间层就把意图分类错了。那篇文章就是来聊LangSmith怎么在真实项目里帮你把这种脏水捞干净。先别急着写评估，把追踪打开LangSmith最值钱的东西不是你写的那几行评测函数，而是它默认给你埋好的追踪（Trace）。每个Chain/Agent的调用都会自动记录输入输出、Token消耗、延迟、模型ID，甚至包括工具调用的每一步参数。你不需要额外插桩，只要在初始化LangChain时设置好环境变量：importosfromlangsmithimportClient os.environ[