Senario Langwatch - Simulasi Ejen

Apabila agen AI tumbuh lebih kompleks, penalaran, menggunakan alat, dan membuat keputusan, eval tradisional jatuh pendek.Senario Langwatch mensimulasikan interaksi dunia nyata untuk menguji tingkah laku ejen.Ia seperti ujian unit, tetapi untuk ejen AI.