AI 透明度 · 有招

行业动态

开发者政策更新：透明度、州级政策与未来展望

GitHub 发布了最新的透明度数据，并回顾了 2026 年美国州级立法会议中与开发者和开源相关的政策变化。最显眼的是，GitHub 收到的政府下架请求从 2025 年全年的 98 件，涨到 2026 年上半年的 708 件，但这主要是因为统计方式变了，把重复请求和各类请求都算了进去，实际下架内容仍然很少。在政策方面，加州 SB 1000 法案原本要求在某些情况下撤销许可证，这会和不可撤销的开源许可证产生冲突，经过社区反馈改成了更窄的通知与回应方式，目前正等待州长签署。GitHub 也在关注年龄验证、内容来源标注等立法，担心过于宽泛的定义会波及开源操作系统和开发者工具。对开发者来说，这提醒大家政策变化会直接影响日常使用的工具和参与的开源项目。

文中可用工具

提供的材料未提及具体可用工具。

# 开源 # 开发者工具 # 政策 # 透明度 # AI 透明度

☆ 收藏查看来源 ↗

评论 · 分享第一个看法

工具与应用

Jev 现已在 LangSmith Evals 中可用

做 AI Agent 的团队常常需要回头检查 Agent 的每一步表现好不好，但原来的办法要么太死板，要么太贵太慢。现在一个叫 Jev 的模型可以直接接入 LangSmith 的评估功能，当“裁判”给 Agent 的行为打分。据文中介绍，它在分类任务上比一般大模型便宜约 450 倍、快约 200 倍，还能一次并行回答多个判断问题。你可以在任意追踪项目的 Evaluators 标签页里直接试用它。

文中可用工具

Jev充当 LangSmith 评估中的裁判，对 Agent 行为给出快速、低成本的结构化判断
LangSmith用于追踪和评估 Agent 表现的平台，可在其中配置评估器

# AI 透明度 # 结构化输出 # LLM 评测 # Agent 工作流

☆ 收藏查看来源 ↗

评论 · 分享第一个看法