Judgment Labs ने AI एजेंटों के ट्रेस से उन्हें बेहतर बनाने वाले अपने टूल्स आम उपयोग के लिए उपलब्ध कराए

X पर alexshander03 अकाउंट की पोस्ट के अनुसार, Judgment Labs ने 27 अक्टूबर को अपने टूल्स आम उपयोग के लिए उपलब्ध कराए। पोस्ट का तर्क है कि लंबे समय तक चलने वाले एजेंट सिस्टम इतना अधिक ट्रेस डेटा बनाएँगे, जिसे मौजूदा तरीकों से संसाधित करना संभव नहीं होगा; साथ ही, ये ट्रेस दर्ज करते हैं कि उपयोगकर्ता क्या माँगते हैं और एजेंट कहाँ अटकते हैं।

लॉन्च की जानकारी देते हुए TestingCatalog इसे AI एजेंटों के लिए एक "निरंतर सुधार स्टैक" बताता है: एजेंटों के झुंड उत्पादन ट्रेस का विश्लेषण करके विफलताओं का पता लगाते हैं, उनकी जाँच करते हैं और सुधारों को परखते हैं। बताया गया है कि Judgment MCP, Claude, Codex, Cursor या किसी भी MCP क्लाइंट के साथ काम करता है। यह भी कहा गया है कि जब कोई एजेंट गलत व्यवहार करे या उपयोगकर्ता शिकायत करें, तो वे Slack से जाँच शुरू कर सकते हैं। ये विवरण लॉन्च पोस्ट के नहीं, बल्कि TestingCatalog की व्याख्या हैं।