langchain.com · 网站与博客
LangChain 为其开源编码 Agent Open SWE 构建了模型路由器，在 973 条线程的 A/B 测试中，相比始终使用 GPT-6 Astra，中位成本从 $2.61 降至 $0.94（降 64%），PR 合并率无显著差异（29.2% vs 27.3%，p=0.49）。
推荐理由：作者用自身 Open SWE 的 A/B 数据说明路由放在 harness 内的理由和成本收益，方法可迁移到其他多任务 Agent。
LangChain 发布教程，讲解如何将 TypeSafe 新发布的决策模型 Jev 与 LangGraph 结合构建 AI 驱动软件。
推荐理由：LangChain 官方展示了如何用决策模型 Jev 搭配 LangGraph 构建生产系统，含诉讼文档审阅等实测对比，可迁移到自身智能体架构。
LangSmith 宣布多项更新：Engine v2 增加 Red Teaming、更多问题类型检测和自动测试修复并一键开 PR 的能力，Engine 上线以来已分析超过 60M traces。
LangChain 在 LangSmith 中推出 Custom Apps，可在 LangSmith 数据之上构建、发布并直接运行自定义 UI，免去托管、认证和权限维护。
LangChain 发布 LangSmith Engine v2，为智能体开发新增 Red Teaming 主动排查、检测低效轨迹和错误率/延迟/成本趋势，以及部署前自动验证修复。
LangChain 在 LangSmith 中推出 Trajectories，将线程中的 trace 投影为按时间排序的会话视图，聚合人类、AI 和工具消息，并去掉嵌套 run 结构。
LangChain 发布 Managed Deep Agents 0.8，新增用户自有凭据、用户级记忆、HTTP 通道、Slack 文件传输，以及由 Parallel 驱动的内置网页搜索工具。用户记忆按调用者身份隔离，Slack 群聊等多人场景默认禁用用户记忆以防泄漏；连接服务开箱支持 23 个服务，Parallel 网页搜索在 MDA beta 期间免费。
LangChain 推出 LangSmith Fine-Tuning（Public Beta）和 smithtune CLI，把 LangSmith 轨迹数据集准备、Fireworks 或 Baseten 训练、LangSmith 评估与部署整合到一条命令行流程中，目前支持 SFT。
推荐理由：官方给出内部两个 Agent 的 SFT 实测数据和完整工作流，读者可据此评估轨迹数据微调自家模型的收益与成本。
LangChain 博客介绍 Included Health 与 Abridge 如何用 LangSmith 将稀缺的临床专家评审转化为可复用资产，包括标注数据集、校准评估器和自动化发布门禁。
LangSmith 现已支持 TypeSafe AI 的 System One 模型 Jev 作为评估器，用于低成本评估开放性 Agent 行为并返回结构化反馈。
LangChain 团队测试了 TypeSafe AI 的 Jev 作为智能体评测器的表现。Jev 是不生成文本的 System One 决策模型，支持 Choice、Score 和布尔三类问题，官方称在分类任务上推理最快达 200 倍、成本最低至 1/400。
Included Health 基于 Deep Agents 和 LangGraph 构建了联邦多智能体架构，支撑其 AI 医疗导诊产品 Dot。Dot 作为主对话路由器，通过 LangGraph 的 Dot supergraph 连接紧急护理、预约挂号、专科查找等子工作流，各产品团队独立开发维护。
LangChain 发布开源智能体助手 Deep Life Sci，基于其 Deep Agents 框架，专为临床与实验室科学家打造。它可访问 ClinicalTrials.gov 超 60 万项注册研究、PubMed 2900 万篇摘要及 PubMed Central 1200 万篇全文，并通过子智能体同时审阅数百份文档，每次运行都在 LangSmith 中完整记录以支持审计与评估。
TypeSafe AI 发布不生成文本的 System One 模型 Jev，公司称在分类任务上推理最快达 200 倍、成本低至 1/400。它接收 state 和问题并返回 Choice、Score、Noul 三类结构化答案及概率，同一请求内多问题并行评估。
LangChain 博客总结医疗与生命科学行业智能体规模化经验：76% 受访机构将 tracing、评估和支出可见性列为扩大智能体自主权的前提，49% 正在建设公司级智能体平台或“agent factory”，33% 聚焦已有纸质记录的受监管文档与后台流程，26% 在运行或构建面向患者和会员的对话式智能体（含语音），另有 26% 尝试让非工程师在中央护栏内构建智能体。
LangChain 开源其 Paid Media Agent 并复盘构建过程，该 Agent 驻留 Slack，用于管理跨五个付费渠道的广告活动。六个月内付费媒体从 0 做到占营销管道的 20%，CPL 从 6 月到 8 月下降 30%。
推荐理由：原文给出了 Agent 工程的具体设计决策和成本数据，读者可以迁移其上下文分层和权限设计方法到自己的 Agent 项目。
Credit Genie 采用 LangChain 开源仓库文档智能体 OpenWiki，自动生成并维护代码库文档，解决文档过时和"部落知识"问题。OpenWiki 每晚检查 commit 变更并在有实质差异时生成更新、提交 PR，团队还加入自动批准合并的 action，并每日扫描所有仓库重建门户。
LangChain 为 Managed Deep Agents 推出 Connections，让工具在运行时按 slug 从 LangSmith 工作区读取命名凭据，并按调用者身份解析。
LangChain 将 MCP 支持并入主包 langchain.mcp，改用 FastMCP 构建，同时兼容旧的会话式协议与新的无状态规范，并新增通过 interrupt 实现的 elicitation 和客户端工具列表缓存。
推荐理由：无状态规范改变了 MCP 的运行方式，文中给出迁移路径和中断式 elicitation 的用法。
施耐德电气内部 AI Hub 以 350 人团队支撑 60 多个智能体，围绕可观测性、评估与部署建立 LLMOps 体系；monday.com 在生产中发现增加工具反而让 AI 助手 Sidekick 变差。
Nevermined 的智能体支付基础设施让基于 LangChain 构建的研究智能体在任务中途自主购买 Exa API 额度：免费额度用尽后，用一次性授权的信用卡购买 7 美元额度，耗尽后再次自动充值，并在遇到未接入的数据源 Baselayer 时自主发现并购买访问权限。所有支出受预设限额约束，每笔付款均在 LangSmith 上追踪。
LangChain 宣布 Managed Deep Agents 和 LLM Gateway 进入公测，前者可用一条命令将 Deep Agent 部署到 LangSmith 托管运行时，后者为智能体提供成本控制、限流、模型回退和敏感数据处理。
LangSmith Engine 新版本在内部基准 IssueBench 上的问题检测性能提升超 2 倍，在 Terminal-Bench 等公开基准上生成修复的效果提升 25%。
LangChain 分享了构建智能体环境与评测任务的实践流程，分为 spec 生成和 Spec2Task 两步，产物是 Harbor 格式的任务与环境。第一步用 trace、代码或人工输入写出任务 spec，第二步让编码 Agent 依据 spec 生成任务，其中跨任务共享的知识、脚本和定义被集中放在 world spec 中。
OpenWiki 新增声明运行时，把 wiki 中的事实声明与代码证据按版本绑定，代码变动后把相关声明标记为陈旧，并在后续更新中重新核验或连同正文一起修正。作者给出的评测中，陈旧声明占比从基线的 3.5% 降至 0.5%，幻觉声明从 0.7% 降至 0%，失效检测为无模型调用的确定性检查，更新成本随代码改动量而非声明总量增长。
Toyota 北美约 35 人的企业 AI 团队基于 Deep Agents、LangGraph 和 LangSmith 构建内部平台 ToyotaGPT，新智能体上线周期从 6 个月 6 名工程师缩短到 4 天 1 名工程师，目前已有 50 多个智能体投产。
LangChain 为 LangSmith Deployment 推出 Preview Builds，可从 PR 分支拉起临时的类生产部署来测试智能体改动，不必为每个 PR 新建部署。
LangChain Blog 发文指出，模型中立比云中立更重要，因为模型迭代以季度甚至月为单位，锁定单一厂商会错过每一次能力跃迁。
LangChain 发布 LangSmith Tuned Evaluators，首批提供 Perceived Error 评估器，可自动为生产环境 trace 和 thread 附加质量反馈。
LangChain 发布 AgentCore Payments 中间件，让 LangChain 智能体在会话级预算上限内自动完成付费 API 调用。
LangChain 宣布 Managed Deep Agents 进入公开测试，开发者可用 Python 或 TypeScript 编写 Deep Agent 并本地测试，再用 mda deploy 一条命令部署到 LangSmith 托管运行时。
推荐理由：原文列出托管运行时接管的持久化、沙箱与记忆等基础设施，并说明用户仍可控制的部分，便于判断是否把原型迁到生产。
LangChain 发布 ReviewBench，一个基于 LangSmith 单体仓库真实 PR 评审意见构建的代码审查智能体评测基准，目前包含 59 个任务、覆盖 64 个基线问题，采用 Harbor 任务格式并以 F1 为综合得分。在统一 Deep Agents 基础框架下，最强模型仅能找回约 30% 的基线问题；对 Luna 改用高推理强度与结构化评审提示词后，其表现出现变化。
LangChain 的 Deployed Engineer 介绍了其为 Kubernetes 部署构建的自主 SRE 智能体，目标是缩短故障排查与修复时间。
推荐理由：LangChain 公开了自建 SRE 智能体的架构取舍，读写分离与人工审批门的设计可迁移到其他生产运维场景。
LangChain 宣布 LangSmith LLM Gateway 进入公开测试，作为智能体与所调用模型之间的集中治理层，统一执行成本上限、速率限制、模型回退与敏感数据脱敏。
LangChain 发文区分其开源 Agent 栈的三层定位：LangGraph 是 Agent 运行时，LangChain 是 Agent 框架，Deep Agents 是开箱即用的 Agent harness，三者完全可组合、可跨层切换。
LangChain 用自家 145 个多步任务的 Deep Agents 评测套件测试 NVIDIA 开源路由库 Switchyard，只有 7% 的模型调用被送到 Claude Opus 4.8，其余 93% 由 30B 的 Nemotron 3.5 Lightning 处理。
推荐理由：用同一套 agent 评测套件对比单模型与路由方案，并给出判断是否值得上路由的成本公式。
LangChain 将数据栈从传统 BI 工具迁移到以 Hex 为核心的智能体优先架构，六周内 100% 完成迁移。其自助数据智能体目前处理的请求量约为 3 人数据团队直接承接量的 40 倍，近 30 天内近 100% 的已配置用户（占公司三分之一）使用过该智能体，期间约产生 2,200 次对话。用户可通过 Hex UI、Slack、CLI、MCP 和 LangSmith Fleet 等入口访问。
Stripe 基于 LangChain 开源的 Deep Agents 智能体框架搭建了公司级知识 AI 平台 Kai，面向全体员工提供数据分析、文档起草等能力。
Similarweb 在 LangSmith 中结合确定性检查与 LLM-as-a-judge，评估 Data Studio 智能体输出的长文研究报告。确定性检查验证工具调用与结构化输出，LLM 评审则依据 golden answer 或评分细则打分并给出评语，所有反馈与 trace 关联，可逐条下钻查看。团队还强调评估校准不当比没有评估更糟，并分享了踩坑一周的教训。
monday.com 重构了其 AI 助手 Sidekick，从单一通用智能体加不断膨胀的工具列表，转向由编排、权限感知上下文检索、专用子智能体和沙箱执行环境组成的分层架构。