LangChain 6月11日直播：用LangSmith Engine缩短Agent问题到PR的路径
LangChain 官方直播直接解决Agent开发中调试和协作的痛点，做Agent的团队可以学到如何用LangSmith Engine加速问题修复，建议开发者注册观看。
#LangChain
共 665 条 · 7 天 41 条 · 30 天 162 条 · 话题观测 →
6月5日
LangChain 推出 LLM Gateway：治理工具融入 LangSmith
做 AI 应用治理的团队终于不用在多个控制台间切换了——LLM Gateway 把监控、调试和配置都整合到 LangSmith 里，建议用 LangChain 的开发者直接试试。
LangChain 内部 Fleet 代理 @docs_plz 大幅提升文档更新速度
这个案例证明了简单代理也能带来显著效率提升，适合正在探索内部自动化工具的团队参考——从文档这类高频低复杂度任务入手，效果立竿见影。
LangChain 原生支持 NVIDIA Nemotron 3 Ultra，Day 0 集成 Deep Agents
做智能体应用的开发者可以立即在 LangChain 中调用 Nemotron 3 Ultra，推理快 5 倍、成本降 30%，值得直接上手试。
6月4日
产品23:52
LangSmith Engine 可审查 Agent 追踪以发现 Bug 并改进做 Agent 开发的团队终于有了自动化的调试工具——LangSmith Engine 能直接从追踪中学习并优化提示词和代码，建议正在维护复杂 Agent 的开发者试试。
LangChain create_agent 极简智能体框架，支持中间件定制
LangChain 的 create_agent 解决了智能体框架过于臃肿的问题，做 AI 应用开发的团队可以快速上手并定制自己的智能体，建议试试中间件机制。
6月3日
LangChain 推出 LangSmith Sandboxes：为 AI 智能体打造有状态沙盒执行环境
做智能体开发和自动化工作流的团队终于有了专门的状态化执行环境——LangSmith Sandboxes 解决了智能体需要持久化工作状态和安全运行不可信代码的痛点，建议直接试用。
LangChain 对比 LLM-as-judge 两种评估方式：50 条标准任务
做 LLM 评估的团队终于有了省 API 调用的思路——批量评估 50 条标准只需 1 次调用，成本直降 50 倍，建议做自动化评测的开发者点开看看。
思科CX团队用LangChain构建AI队友，企业级Agent生产实践
思科CX团队的企业级Agent落地经验，对正在或计划将AI Agent投入生产的团队极具参考价值，建议点开了解架构决策和避坑指南。
Harvey & LangChain 研究：如何降低验证器成本以扩展评估/RL
做 AI 评估或强化学习的团队，验证器成本一直是个头疼问题——Harvey 和 LangChain 的这项研究直接给出了降本思路，值得关注。
LangChain 创始人 1 分钟解释 Managed Deep Agents
LangChain 创始人亲自拆解 Managed Deep Agents 架构，做智能体开发的团队值得花 1 分钟理解这个新范式，能帮你避开长链推理的坑。
LangChain 推出 LangSmith Engine，自动化智能体开发周期
LangSmith Engine 解决了智能体开发中手动迭代的痛点，做智能体开发的团队可以直接用它来减少人工干预，建议关注。
6月2日
LangChain 发布 Managed Deep Agents：托管深度智能体
LangChain 把深度智能体的部署复杂度打包成了托管服务，做 AI 工作流的团队可以直接用，省去自己搭基础设施的麻烦。
产品10:44
LangSmith Engine 自动排查 Agent 故障，告别手动做 Agent 开发的团队终于可以告别手动排查故障的繁琐流程，LangSmith Engine 能自动定位问题，建议直接集成到工作流中试试。
LangChain 创始人谈智能体开发生命周期：构建→测试→部署→监控
做智能体应用的团队终于有了可落地的工程化框架——从构建到监控的闭环能帮你避免碎片化开发，LangChain 创始人亲自拆解，做 AI Agent 的开发者值得点开看看。
产品10:38
LangSmith LLM Gateway 三步快速上手LangSmith 用户终于有了统一的 LLM 访问入口，做多模型调用的团队可以直接用这个网关管理密钥和策略，省去自己搭建中间层的麻烦。
LangChain 慕尼黑技术圆桌：生产级智能体与 Deep Agents SDK
做智能体应用落地的开发者别错过——LangChain 团队亲自拆解生产级智能体架构和开源 Deep Agents SDK，现场还能直接交流踩坑经验，建议在慕尼黑或附近的朋友报名。
LangChain 用 LangSmith 为金融 AI 代理保留完整决策日志
金融合规团队终于有了可审计的 AI 方案——LangSmith 让每个决策步骤都有据可查，做风控或审计的开发者可以直接参考这个架构。
LangChain 用 AI Agent 分析 27 国 GDP 数据，技术细节公开
做数据分析和智能体开发的团队可以看看这个真实案例——LangChain 把 Agent 处理 27 国 GDP 数据的技术细节全公开了，从架构到运行结果都有，值得直接参考。
产品10:06
Fleet APAC 智能体新增计算机使用能力APAC 开发者终于可以在 LangSmith 中让智能体操作虚拟计算机了，做自动化工作流的团队可以直接用这个能力来模拟用户操作，建议试试看。
Rippling 如何用 LangChain 在 6 个月内构建 RipplingAI
Rippling 的案例展示了如何用 LangChain 在 6 个月内从零到百万用户，做企业级 AI 产品的团队值得学习其架构和落地路径。
LangChain 推出 Managed Deep Agents，保持项目结构不变
LangChain 的 Managed Deep Agents 解决了智能体跨会话上下文丢失的痛点，做多轮对话或长期任务编排的开发者可以直接用上，保持项目结构不变，上手成本低。
LangChain 沙箱主题演讲：20 分钟学会安全运行智能体代码
LangChain 官方教你如何安全运行智能体代码，做 AI 智能体部署的开发者可以直接看视频学习，20 分钟掌握沙箱隔离、网络控制和快照恢复等关键技巧。
AI 金融智能体需要更优质数据：LangChain 宏观研究代理获突破
金融从业者和 AI 开发者终于看到智能体在真实场景中的突破——这个宏观研究代理能自动完成 GDP 分析、异常检测和结构化报告，做量化分析或金融研究的团队可以直接参考其架构。
Rippling AI 用 Deep Agents 和 LangSmith 6 个月服务百万用户
Rippling 用 LangChain 生态在半年内跑通百万级用户场景，做 AI 产品落地的团队值得看他们怎么选型、怎么踩坑。
5月31日
5月30日
LangChain 推出 Agent Builder：用自然语言创建智能体
LangChain 的 Agent Builder 让非开发者也能用自然语言创建智能体，做自动化流程的团队可以直接上手试试，省去写代码的麻烦。