Vivek Trivedy возглавляет прикладные исследования в LangChain Labs, где разрабатывает системы, которые помогают автономным агентам улучшаться на основе опыта. До LangChain он четыре года работал scientist в AWS над ИИ для здравоохранения и наук о жизни. Известен работами по harness engineering: в проекте Deep Agents результат кодингового агента на Terminal Bench 2.0 вырос с 52,8 до 66,5 без смены модели. Он также занимается анализом продакшен-трейсов агентов, который связан с LangSmith Engine.
В докладе на AI Engineer World's Fair 2026 он рассказывает, как превращать трейсы агентов в повторяемые циклы улучшения, включая дообучение и continual learning.
Темы докладов: Observability и трейсы, Обучение, RL, дообучение и Evals и бенчмарки.
AI Engineer World's Fair 20261
Улучшение agents — задача анализа данных
AI Engineer World's Fair 2026