Numan 如何用 LangGraph 和 LangSmith 打造评测优先的 AI 健康教练

英国数字健康公司 Numan 基于 LangGraph 构建 AI 健康教练 Nu，由 supervisor 模型调度多个领域专家子智能体，并坚持"发布什么就测什么"，所有评测都跑在与患者对话相同的图上。团队放弃单轮固定用例和脚本化多轮对话，改为按类别由 LLM judge 打分，使单类失败不被平均值掩盖。评测套件以开放数据集形式可移植，跨前沿模型供应商迁移从数周手动测试缩短到一天。