LangChain 推出 AI Search：按固定 token 预算读取智能体轨迹
LangChain 出了个 AI Search，分析智能体轨迹不用全量塞进去。他们拿 Open SWE 的 150 段对话验证，发现 84K tokens 里四分之三是工具输出，做智能体调试的可以看看。
LangChain 发布 AI Search 功能，可在固定 token 预算内读取智能体的运行轨迹。团队用自研编程智能体 Open SWE 的 150 段真实对话做了验证：轨迹中位数约 84K tokens，其中用户消息与智能体最终回复合计仅约 1.5K tokens，约四分之三的体积来自工具输出，包括文件读取、shell 命令和测试日志。这意味着查询智能体行为时通常只需读取轨迹的一小部分，AI Search 据此控制成本。
AI Search reads each trajectory within a fixed token budget. Most questions about behavior only need a small slice, and we checked that on 150 conversations from Open SWE, the coding agent our team uses every day. ✅ The median ran 84K tokens ✅ About 1.5K of that was the user’s messages and the agent’s final reply ✅ Roughly 3/4 was tool output: file reads, shell commands, test logs langchain.com/blog/agent-tra… 💬 0 🔄 1 ❤️ 2 👀 319 📊 1 ⚡
