全部 AI 动态 · AI 热点

5月27日

11:03

LangChain@LangChainAI

LangChain Academy 发布了 LangSmith Fleet Essentials 课程，教用户如何无需编写代码即可构建、使用和管理自己的智能体舰队（Agent Fleet），用于处理复杂的日常任务。该快速入门课程以构建和优化邮件智能体为例，帮助用户快速上手。课程免费注册，适合希望利用 AI 智能体自动化工作流的非技术用户和开发者。

AI产品 LangChain LangSmith 智能体零代码自动化

推荐理由：零代码构建智能体舰队，让非技术人员也能用 AI 自动化复杂任务，想提升工作效率的团队或个人可以直接免费报名学习。

原文

11:02

LangChain@LangChainAI

精选

LangChain 推出了 Mission Control，一个运行在 Kubernetes 集群内的解耦应用，用于部署、配置、观察和排查自托管的 LangSmith 及相关 LangChain 基础设施。它无需 ingress、外部控制平面或额外数据库，完全在本地访问。这简化了自托管 LangSmith 的运维复杂度，适合需要私有化部署的团队。目前该项目已在 X 上获得关注，但尚未公开仓库链接。

AI产品 LangChain LangSmith Kubernetes 自托管运维工具

推荐理由：自托管 LangSmith 的团队终于有了一个轻量运维方案——Mission Control 省去了 ingress 和外部控制平面，直接在 K8s 内搞定部署和监控，做 LLM 应用基础设施的开发者值得关注。

原文

5月22日

08:06

LangChain@LangChainAI

精选

DataboxHQ 分享了他们如何使用 LangSmith 评估其多轮对话分析智能体 Genie。Genie 是一个能处理复杂数据分析任务的智能体，需要多轮交互才能完成用户请求。LangSmith 提供了评估框架，帮助团队追踪智能体的表现、识别错误并优化对话流程。这一实践展示了如何系统性地评估多轮智能体，对构建可靠 AI 助手的团队有参考价值。

AI产品智能体评估框架 LangSmith 数据分析多轮对话

推荐理由：做多轮对话智能体的团队终于有了可落地的评估方案——LangSmith 帮 Databox 把 Genie 的对话质量量化了，建议做 AI 分析助手的开发者点开看看具体怎么做的。

原文

08:05

LangChain@LangChainAI

AI产品 LangChain LangSmith 智能体监控生产部署

推荐理由：生产环境智能体监控是很多团队头疼的问题，LangSmith 给出了成本、质量、延迟一体的方案，做 AI 应用运维的开发者可以直接学起来。

原文

5月21日

08:00

LangChain@LangChainAI

精选

LangSmith Engine 是 LangChain 推出的新工具，旨在加速智能体开发流程。它能自动分析 Agent 运行中的失败模式，生成代码修复建议，并推荐评估覆盖范围。开发者无需手动追踪日志，即可快速定位和解决问题。这显著提升了 Agent 的调试和迭代效率。

AI产品智能体 LangSmith 调试工具开发效率 LangChain

推荐理由：做 Agent 开发的团队终于不用手动翻日志了——LangSmith Engine 自动找故障、写修复、提评估建议，建议所有用 LangChain 的开发者直接试试。

原文

07:57

LangChain@LangChainAI

精选

LangSmith Sandboxes 正式发布，为 AI Agent 提供隔离的真实文件系统、Shell 和包管理器。该功能与 Deep Agents、Open SWE 及用户自有代码兼容，使用现有 API 密钥即可认证，无需额外构建或管理运行时。这解决了 Agent 在沙盒环境中执行复杂操作的安全与隔离问题，让开发者能更安全地测试和运行 Agent 代码。

AI产品 Agent 沙盒 LangSmith 安全隔离开发者工具

推荐理由：做 Agent 开发的团队终于有了开箱即用的隔离沙盒，不用自己搭环境就能安全跑代码，建议直接试试。

原文

5月19日

00:38

LangChain@LangChainAI

精选

LangChain 发布 LangSmith 的新架构 SmithDB，由对象存储、Postgres 元存储和无状态三组件构成。核心体验性能最高提升 12 倍。新架构使自部署和多云环境配置更简便，解决代理开发中的可观测性瓶颈。

AI产品 LangSmith LangChain 可观测性智能体性能优化

推荐理由：LangSmith 性能快了 12 倍，部署更简单

原文

5月16日

16:11

Harrison Chase@hwchase17

LangChain 联合创始人 Harrison Chase 在 X 上分享了一个新项目：为 LLM Agent 构建类似 Dependabot 的故障自动修复系统。该项目利用 LangSmith Engine 作为“烟雾探测器”，并计划增加“自动喷淋系统”——即带人工审批的自动修复流程。整个流程分为四个阶段：分类（Classify）→ 补丁（Patch）→ 评估（Eval）→ 影子测试（Shadow）。这填补了 LLMOps 生态中一个真实空白，让 Agent 故障不再需要手动排查和修复。

AI产品 LangChain LangSmith LLM Agent 故障自动修复 LLMOps

推荐理由：LLM Agent 的故障排查和修复一直是运维痛点，这个方案让做 Agent 部署和运维的团队能像用 Dependabot 一样自动化处理问题，值得关注后续进展。

原文

15:30

Harrison Chase@hwchase17

LangSmith Engine 目前仅支持 LangSmith 追踪数据，但官方表示迁移非常容易。LangSmith 支持 OpenTelemetry（OTEL）并与 30 多个框架集成。有用户询问是否支持其他追踪存储（如 MLflow），官方回应可帮助迁移至 LangSmith 以使用 Engine。该工具旨在帮助开发者比较 AI 代理性能。

AI产品 LangSmith Engine 追踪 OTEL 迁移

推荐理由：做 AI 代理的开发者如果正在用其他追踪工具，LangSmith Engine 的迁移支持值得关注——官方承诺协助，且集成广泛，能直接对比性能。

原文

5月14日

04:17

Harrison Chase@hwchase17

精选

LangSmith Engine 是一个位于 traces 之上的 agent，可在后台运行并自动识别问题。它主动建议具体的行动项，例如代码更改或添加 evaluators。用户可通过 smith.langchain.com 立即试用。

AI产品 LangSmith LangSmith Engine 智能体代码审查评估器

推荐理由：自动揪出问题还给改法

原文