任何公司都能用上AI。但真正能从中获得长期价值的团队,会想办法拥有自己的智能——模型、运行框架,以及把通用模型变成懂你业务的那套上下文。

在Interrupt NYC和London两场活动上,LangChain发布了一批新功能,核心目标就一个:让团队对自己的智能有更多控制权,能更好地构建、理解并改进生产环境里的智能体。

打开网易新闻 查看精彩图片

LangSmith一口气上了7项更新

打开网易新闻 查看精彩图片

这次更新最集中的是LangSmith,一共7项新能力。

第一项是LangSmith AI Search。它基于对追踪数据的语义理解来查找对话,你可以直接问"用户是不是变得不耐烦了"或者"有没有泄露PII",不用再依赖传统的筛选条件。

第二项是Managed Deep Agents v0.9。用它构建的动态、个性化智能体能贴合每一次运行时的上下文,可以在Slack里响应,具备用户级记忆和工具调用能力,还能安排任务。另外,内置的网页搜索免费提供。

第三项是LangSmith Engine v2。它通过红队测试,在问题进入生产环境之前就把它抓住。Engine v2还能发现更隐蔽的问题,比如智能体工作效率低下、指标趋势异常,并且会自动测试和验证它提出的修复方案。

第四项是LangSmith Trajectories。它以时间顺序展示每个会话中主智能体和子智能体的完整路径,让追踪数据的浏览更直观。

第五项是LangSmith Custom Apps。你可以直接在LangSmith里构建、发布并运行自定义界面,把重复出现的工作流变成基于LangSmith数据构建的共享工具。

第六项是LangSmith Fine-Tuning。它把生产环境中的轨迹数据转成训练数据,用Baseten或Fireworks微调模型,然后对调优后的模型进行评估和部署。

第七项是LangSmith Engine v2之外的另一条线——LangSmith Trajectories与Custom Apps、Fine-Tuning共同构成了从发现问题、理解路径到沉淀数据、微调模型的闭环。

开源侧:LangChain v1.4.0支持FastMCP

开源方面,LangChain v1.4.0现在通过langchain.mcp命名空间支持FastMCP。

另外还有一场关于用Jev和LangGraph构建生产级智能体的分享。Jev是TypeSafe AI的决策模型,LangGraph负责编排它,目标是让智能体运行得更快、更便宜。

一套叫"智能体运营模型"的框架

LangChain提出了一个叫The Agentic Operating Model(智能体运营模型)的框架,关注领先团队如何把人、流程和技术结合起来,规模化运行生产级AI。

打开网易新闻 查看精彩图片

它覆盖的内容包括:重新思考智能体开发生命周期、建立持续评估实践、嵌入治理机制。说白了,就是讲清楚从实验阶段走向可靠规模化运行智能体,到底需要什么。

围绕这个框架有两场线上活动:EMEA场在10月29日,GMT时间10:00 / CET时间11:00;北美场在11月5日,PT时间10:00 AM / ET时间1:00 PM。

两场实操工作坊

"Speak the Lang"系列是讲构建可靠智能体基础知识的直播工作坊,接下来有两场。

一场是Agent Evals 101,主题是"什么是智能体评估"。时间是10月28日周三,PT时间11:00 AM,线上。内容是学习如何通过评估智能体的执行轨迹——也就是它产生的一系列消息和工具调用——来衡量它的表现。

另一场是Agent Memory 101,主题是"上下文工程"。时间是11月3日周二,PT时间10:00 AM,线上。这是一场关于智能体如何记忆的直播工作坊,会展示Deep Agents这个开源智能体框架如何帮助保持上下文窗口精简。

接下来还有一堆线下活动

LangChain主办的活动包括:

  • 德国慕尼黑,10月27日,CET时间17:00–21:00,LangChain x Data Reply黑客松,主题是用智能体框架构建
  • 美国芝加哥,10月27日,CT时间10:00 AM,LangSmith路演,主题是用智能体构建智能体
  • 线上,10月28日,PT时间11:00 AM,GTM Engineering Live,讲他们如何构建自己的设计智能体
  • 美国弗吉尼亚州Vienna,10月29日,ET时间6:00 PM,DMV智能体构建者聚会
  • 加拿大多伦多,11月4日,ET时间5:15 PM,主题是用开放权重模型拥有自己的智能

LangChain社区主办的活动:墨西哥城,10月29日,CT时间5:00 PM,主题是生产环境中的智能体。

已经有团队在这么用了

Zip的聊天机器人或智能体早期版本,加一个功能要花好几周,而且它内部的追踪管道缺少团队需要的细节。现在,LangSmith和LangGraph让发布新功能变得更快。

想跟进LangChain的最新动态,可以看它的博客、更新日志和YouTube频道。