Laminar发布flow-1，称Agent查错成本降至GPT-6-sol的1/23

AI Agent 可观测性平台 Laminar 发布了专门检查 Agent 执行轨迹的模型 flow-1。该模型运行在 Laminar 的 Signals agent 中，会读取模型调用、工具调用和返回结果，用来判断 Agent 是在哪一步出错，以及出错原因。

可搜索整条 trace，并按需查看具体步骤

Laminar 表示，flow-1 可以搜索整条 trace，也就是 Agent 的完整执行记录，再按需要查看其中的具体步骤。

训练方式与测试结果

训练阶段，Laminar 先使用合成调查数据进行监督微调，随后再通过强化学习训练工具调用和复杂 trace 分析能力。

在 Laminar 自建的 523 条困难 trace 测试中，flow-1 的错误检测 F1 为 0.835，GPT-6-sol 为 0.816。Laminar 同时提到，sol 的召回率更高，能找到更多真实错误；flow-1 的精确率更高，误报更少。

成本对比

对于不足 10 万 LLM tokens 的 trace，flow-1 平均每条分析成本约 0.0011 美元，GPT-6-sol 约 0.026 美元。按 Laminar 的测算，1 美元分别可分析约 888 条和 38 条 trace，相差约 23 倍。

Laminar 还称，flow-1 的成本比 GPT-6-luna 低约 25%。

现阶段限制

目前上述成绩都来自 Laminar 自建 benchmark，暂无第三方复测。根据披露，flow-1 的训练数据主要来自合成工作流，其中约 48% 是软件工程任务。

社区已经有人质疑，flow-1 在真实生产环境中遇到未被预先设计过的新型故障时，能否保持同样表现。