📖 产品简介
Prefactor 是面向生产环境 AI Agent 的实时评估与运行时强制平台，定位在「观测」与「干预」之间的缺口：传统可观测工具只把 trace 画成仪表盘，Prefactor 则对每一次 Agent 运行在发生时就打分（质量、漂移、风险），并直接把评估结果接成动作——在运行时暂停可疑运行等待人工审批，或自动拦截、限流违规操作。
它提供 TypeScript 与 Python SDK，原生支持 LangChain、Claude、Vercel AI、OpenClaw、LiveKit，框架无关、对每次调用开销 <1ms，几分钟即可接入。平台把每个模型调用、工具使用与决策都记录为 span 与 trace，并附上成本、延迟与数据风险元数据；支持 LLM-as-judge、技术检查与定性指标作为原生 eval，可通过 SDK/API 触发 hold/approve/block。其使命是给安全、合规、产品、工程团队一套关于「Agent 在干什么、干得如何」的单一事实源，把企业批准 Agent 的周期从数月压缩到数天。据公开资料，平台在 2026 年 7 月已持续迭代 changelog（告警、风险等级、质量载荷、对话视图等）。
定位
生产环境 AI Agent 实时评估/观测/强制层，框架无关，按运行打分并即时拦截风险动作
适合人群
在生产环境跑 Agent、需要逐运行质量与风险证据的团队
安全/合规要求可审计、可拦截的 Agent 部署
使用 LangChain/Claude/OpenClaw 等多框架、需统一事实源的团队
支持平台
TypeScript SDK、Python SDK、REST API、OpenTelemetry 接入
开源
否
✨ 核心功能
- 运行时可见性：每个模型调用/工具/决策实时落为 span 与 trace，附成本、延迟与数据风险
- 逐运行评估：LLM-as-judge、技术检查与定性指标，对每次运行打分并检测漂移
- 运行时强制：自动或人工在环地 hold/approve/block 风险动作，决策全程留痕
- 框架无关：TypeScript/Python SDK 原生支持 LangChain、Claude、Vercel AI、OpenClaw、LiveKit
- 敏感数据默认脱敏：PII 在源头与 span 分离、默认打码，可单独丢弃
⚖️ 优缺点分析
👍 优点
- 不只是观测，而是在运行时强制策略、现场拦住失败而非事后复盘
- 框架无关、SDK 开销 <1ms，接入现有 Agent 几乎零改造
- 逐运行质量分 + 版本级漂移检测，回归在用户感知前被发现
- 敏感数据默认脱敏，便于团队间共享遥测而不泄露
👎 缺点
- 需 SDK 埋点，对简单/低频 Agent 部署可能略增开销
- 人工在环可能给时延敏感的动作引入等待
- 公开资料仅免费档（首 50 名 $2,500 额度），付费档未公布
- 作为早期平台，大规模生产案例与长期演进待观察
📊 评分详情
功能完整
8
易用程度
7
安全可靠
9
性价比
7.5
💬 用户评价
Prefactor 不只是把 trace 画成仪表盘——它在运行时就把评估接成动作，风险动作当场拦下等人批，而不是等周二凌晨的客户邮件来告诉你出了事。
📝 更新日志
-
2026-09-28趋势榜关注（生产评估平台）Prefactor 作为生产环境 AI Agent 实时评估/观测/强制层于 2026-09-28 前后登上趋势榜获得关注。平台对每次 Agent 运行在发生时打分（质量/漂移/风险），并接成运行时动作——暂停可疑运行等待人工审批或自动拦截；提供 TS/Python SDK，原生支持 LangChain、Claude、Vercel AI、OpenClaw、LiveKit，框架无关、调用开销 <1ms，敏感数据默认脱敏。早期产品，免费档（首 50 名 $2,500 额度）明确，付费档未公布。