AI Eval / 可觀測：Agent 時代第一個穩定的企業付費口子

格局已經分層。(1) Trace + dashboard 層：LangSmith 內嵌 LangChain（~$10M+ ARR，LangChain 用戶預設選項），Langfuse 是開源王者，自託管 + SOC2 雙線打——GitHub 1 萬 star、雲上 ARR ~$5M+。Arize 用 Phoenix 開源做漏斗，進企業版 ML observability 套件——已融 $70M+，行業估 ARR ~$30M。(2) Eval 優先層：Braintrust 據業內報導 2025 年破 ~$36M ARR，公開用戶包含 OpenAI、Notion、Vercel、Stripe、Brex、Airtable；切入點是「給 prompt 寫單元測試」的離線 eval 流程。(3) 專項層：Patronus AI（$17M A 輪，Lit Tests 防幻覺）、Comet Opik（開源 eval + tracing 合體）、Weights & Biases Weave（WandB 重新打包，MLOps 老玩家護城）。2026 三大趨勢：(a) 橫向工具集體衝 Agent 軌跡評估與工具呼叫評分，Agent 這邊沒有明確贏家，機會窗口還開著；(b) 計費從 per-trace 遷移到 per-eval-run + 按席次，eval 反而是更好的切入點；(c) 垂直 TAM 巨大且無人認領——醫院買臨床安全 eval 不會買 LangSmith，他們需要 HIPAA 合規 + 臨床領域評審員的專用 bench。