LangChain 重构 LangSmith 以智能体为核心

原标题:Why we rebuilt LangSmith around the agent
62AI 研判分

LangChain 宣布将 LangSmith 重构为以智能体为核心对象的 Agent Platform,把构建、运行、优化与治理统一到同一平台,取代此前分散的工作流。官方称 2026 年智能体采用出现跃迁,企业内部同时运行编码、面向客户与内部效率等多类智能体,需要平台级统一管理。开发者可通过 LangSmith Studio 新建智能体或接入已有智能体。

报道正文

本文目录8 个章节

LangSmith

我们围绕智能体重建了 LangSmith

上周,我们宣布了 C 轮融资,并推出了全新的 LangSmith Agent Platform:一个用于构建、运行、改进和治理所有智能体的统一平台。借此,智能体成为 LangSmith 中的核心对象,为开发者打通了碎片化的工作流,也让平台团队能够管理整个业务范围内的智能体。

在本文中,我们将讨论为什么要重组产品、智能体模型如何运作、它带来了哪些能力,以及我们接下来将把它带向何方。

我们为什么要重建 LangSmith?

2026 年,随着新的运行框架(harnesses)、模型和工程方法的出现,智能体的采用迎来了阶跃式变化,使得构建能够可靠地完成复杂、高价值工作的智能体成为可能。

如今,企业在整个业务中运行着大量智能体:工程团队使用编码智能体,产品团队在构建面向客户的智能体,组织内各团队也拥有各种内部生产力智能体。这些智能体使用不同的框架构建、托管在各种运行时上,并使用多种工具和模型。

其结果是,工程师和平台团队的工作流都变得碎片化。

工程师在彼此割裂的界面之间来回切换。追踪、监控和部署都位于不同的地方。这需要频繁切换上下文,而在实践中,这导致团队跳过构建评估等困难但重要的步骤。

AI 平台团队难以回答基本的治理问题。存在哪些智能体,各自归谁所有?它们的成本是多少,表现如何?当成本飙升时,往往找不到明确的人来询问发生了什么。

我们希望让团队能够简单地从一处管理整个智能体开发生命周期,使用任意技术栈,并对这一切实现归属管理和治理。

一个平台,覆盖整个智能体开发生命周期

LangSmith 支持整个智能体开发生命周期:构建、运行、改进和治理。现在,我们通过一个独特的智能体记录将整个流程连接起来。

  • 构建: 在 LangSmith Studio 中使用新的自然语言构建器描述智能体,使用我们的开源框架以代码方式构建,或使用任何其他框架。
  • 运行: 部署在 LangSmith Agent Server 上,或将智能体保留在你已在使用的运行时上。
  • 改进: 追踪、评估、数据集、标注和 Engine 可作用于任何向 LangSmith 发送追踪数据的智能体。
  • 治理: LangSmith 智能体注册表和 LLM Gateway 提供组织级可见性,并对每个已注册的智能体实施严格控制。

当你打开一个智能体记录时,其追踪、评估、Agent Server 和 Engine 问题均可一键访问,因此你无需在多个界面之间导航来查找它们。每个智能体的本地、开发、预发布和生产环境都位于同一个智能体 ID 下,因此在进行更改后比较性能非常简单。

LangSmith 是可组合的,因此你可以选择所需的部分。如果你已经在另一个平台上运行智能体,可以将其连接到 LangSmith 来改进和治理它,而无需更改任何其他工作流。

如果你在 LangSmith 上构建和运行,你获得的不仅仅是一个管理生命周期的单一场所。LangSmith 产品相互构建,因此你可以更快地发现、修复、发布和验证智能体中的问题。例如,LangSmith Engine 可以在你将修复合并到生产环境之前,针对 Agent Server 预览验证提议的修复。

智能体的新数据模型

以前,发送到 LangSmith 的追踪使用扁平的项目层级结构,不与任何特定智能体关联。来自单个智能体在不同环境中的追踪彼此之间没有关联。

现在有一个智能体记录,环境和追踪都分组在其下。开发生命周期的每个阶段都连接到该智能体记录。

每个智能体记录包含三个属性:

  • Owner(负责人): 负责该 agent 的指定人员
  • ID: 全局唯一且不可变的标识符
  • Type(类型): 该 agent 的类型,它决定了其仪表盘中展示的信息、数据连接以及评估标准

不同 agent 类型的评估与治理

不同的 agent 承担不同的工作,因此你需要不同类型的评估来治理和改进它们。例如,编码 agent 的评判标准是它编写的代码是否被合并,而客户支持 agent 则要求低延迟。Agent 类型将这些差异内建到 LangSmith 架构中,因此每条 agent 记录都会提供围绕该 agent 目标设计的实用资源。

Agent 类型提供三项能力:

围绕 agent 工作构建的数据视图: 每种 agent 类型都有量身定制的仪表盘,包含关键统计数据和评估标准。对于通用 agent,这包括 agent 的描述、近期活动、在线监控、常用的模型和工具,以及由 Engine 呈现的 agent 失败情况。对于编码 agent,则是已合并的 PR、token 成本以及 agent 完成的工作类型。

无需手动配置即可获得一致的数据: 这些仪表盘有意采用预设视角。当你为 agent 指定类型后,其仪表盘即可直接使用,无需先构建自定义视图。同一类型的每个 agent 都以相同方式衡量,因此当三个人各自运行编码 agent 时,这些指标在三人之间具有可比性。

数据连接: 编码 agent 类型允许你连接 GitHub 仓库,以追踪 agent 使用的下游结果。随着我们构建更多 agent 类型,我们将持续构建集成,使你能够查看并基于 agent 的相关数据采取行动。

我们从通用 agent 和编码 agent 起步,并正在扩展到具有独特评估需求的其他 agent 类型。例如,语音 agent 不仅需要解决客户问题,还需要以低延迟和良好音质与客户交互。借助 agent 类型,我们可以默认呈现这些特定数据,并让开发者更容易发现故障并加以修复。

治理每一个 agent,无论它运行在哪里

Agent 泛滥已成为一个治理问题,而它来自三个方向。工程团队构建自定义 Agent。业务部门采用供应商平台上的 Agent,例如用于 IT 的 ServiceNow 和用于企业搜索的 Glean。而员工则自行选用编码和生产力 Agent。

平台团队和 AI 负责人对所有这些 Agent 都负有责任,但要求每个团队统一到一个平台上并不现实。

借助 LangSmith,他们无需这样做。它适用于在任何支持 OpenTelemetry Protocol (OTLP) 的平台上运行的 Agent,包括实验室和超大规模云厂商。连接 Agent 后,它就会与你的工程师构建的 Agent 一起被注册,并以相同的方式进行度量。

每个已注册的 Agent 都有所有者、ID 和类型。对于管理员而言,这提供了一种一致的方式来监控和管理整个 Agent 集群。成本和质量指标会按每个 Agent 在所有环境中汇总。如果某个 Glean Agent 出现成本激增,就会有一个具名所有者可供联系,同时还有可指示问题所在位置的追踪详情。

LangSmith 的下一步方向

Agent 记录是 LangSmith 的新基础,我们很高兴能在此基础上继续构建。随着每条追踪、环境和部署都固定到该 Agent,我们可以让更多工作流对开发者而言变得简单,并将治理内置其中。

以下是我们正在构建的方向示例:Engine 对你的 Agent 进行红队测试,发现故障,并在你发布修复后监控回归。你的团队在围绕自身审查流程构建的自定义标注应用中审查生产追踪,而经过审查的示例会自动流入评估数据集。来自你最佳运行的轨迹会成为微调模型的数据,从而降低成本并提升 Agent 性能。所有这些都连接到同一个 Agent 记录,并实时监控 KPI。

这些组成部分如今都已存在于 LangSmith 中。现在我们正在将它们连接起来,让开发体验更加轻松。

路线图上还有:

更多 Agent 类型: 通用型和编码型 Agent 现已可用,语音型也即将推出。我们将持续扩展,使团队能够标准化对更多类型 Agent 的评估与治理方式,每种类型都配备相应的数据连接和分析能力。

组织级仪表盘: 集中式仪表盘目前已在工作区级别提供。我们正在开发组织级仪表盘,让领导者能够在一个视图中查看整个公司的汇总性能指标和趋势。

身份标识:每个 Agent 都已拥有唯一且不可变的 ID。接下来,你将能够在身份提供商中注册 Agent,使安全团队能够像管理组织内任何其他身份一样管理和审计它们。

如何开始使用新版 LangSmith

新版 LangSmith 已在云端、BYOC 和自托管环境中全球可用。你可以通过立即登录或注册来试用。

最快的入门方式是使用 LangSmith Studio 构建你的第一个 Agent,或连接一个你已经在运行的 Agent。