LangChain 入选 Redpoint 2026 InfraRed100 榜单
做 AI 应用开发的团队值得关注——LangChain 入选 InfraRed100 说明其框架在云基础设施层面被顶级风投认可，意味着更稳定的生态和更多企业级支持，建议开发者持续跟进其最新动态。
#LangChain
共 665 条 · 7 天 41 条 · 30 天 163 条 · 话题观测 →
5月29日
LangChain：Evals 塑造智能体行为，需构建针对性评估
做智能体开发的团队常陷入「堆 eval 数」的误区，LangChain 点明了评估的向量效应——选错评估方向反而会带偏系统行为。建议用 LangSmith Engine 从真实追踪数据中提炼针对性评估，比盲目加 eval 更有效。
Deep Agents v0.6 发布：ContextHubBackend 让智能体行为文件版本化
做智能体开发的团队终于有了版本化的上下文管理工具，能避免每次调试都从头开始，建议用 LangChain 的开发者直接升级试试。
LangChain 推出 Managed Deep Agents，标准化智能体托管服务
智能体部署从自建服务器走向托管服务，做 AI 应用的团队可以直接用 LangChain 的 Managed Deep Agents 省去运维成本，值得关注。
LangChain API 支持创建智能体、更新配置、流式运行
LangChain API 新增的智能体创建和流式运行能力，让做 AI 工作流编排的开发者可以直接在自己的产品中集成，省去自建编排层的麻烦，值得一试。
LangChain 推出 LangSmith Sandboxes：每个智能体都需要沙盒
LangChain 把智能体安全执行环境做成了产品，做智能体开发的团队可以直接用 LangSmith Sandboxes 来隔离代码执行，避免安全风险，值得关注。
LangChain 推出 Managed Deep Agents，无需自建代理服务器
LangChain 把代理部署的运维负担卸掉了，做 AI 代理应用的团队可以直接用托管服务，省去自建服务器的麻烦，值得一试。
5月28日
LangChain 宣布成立 LangChain Labs，专注智能体持续学习
LangChain Labs 聚焦智能体持续学习这一核心痛点，做 AI 代理开发的团队值得关注——它可能解决长期任务中代理性能衰减的问题，建议跟进合作动态。
Lyft 用 LangChain 让非技术团队也能写 Prompt 和部署 Agent
Lyft 把 Prompt 当产品规格管理，让运营和产品团队直接上手 AI Agent，做 AI 产品的团队可以借鉴这种去 MLE 依赖的协作模式。
产品10:07
LangSmith Engine 自动优化智能体：读痕迹、找模式、写评估、修 bug做智能体开发的团队终于可以告别手动翻日志的苦活——LangSmith Engine 把优化循环自动化了，建议所有用 LangChain 的开发者直接体验。
LangChain 发布 Managed Deep Agents，简化长周期智能体构建
LangChain 把长周期智能体的部署门槛降下来了，做支持、研究或数据分析自动化的团队可以直接申请试用，省去自己搭建基础设施的麻烦。
Agent Lake = 智能体 + 大规模数据处理，LangChain 对话 Cogent CTO
做智能体应用或数据管线的团队，Agent Lake 可能解决你头疼的扩展性问题——LangChain 这次聊的架构思路值得点开听听。
LangSmith Fleet 代理现可安全编写和运行代码
LangSmith Fleet 的代码执行能力解决了代理安全运行代码的痛点，做自动化工作流和智能体开发的团队可以直接在隔离环境中测试，建议点开看看具体实现。
Fleet 智能体自动化 LangChain 文档请求处理
LangChain 团队用 Fleet 智能体把文档请求的自动化闭环跑通了，做文档维护或工程自动化的团队可以直接参考这个模式，省去人工分类和 PR 提交流程。
LangChain 推出 Managed Deep Agents，专为长时间任务设计
做复杂自动化任务的团队终于有了专门的长周期智能体方案——LangChain 的 Managed Deep Agents 解决了上下文丢失和工具调用稳定性问题，做客服、研究、编程或数据分析的开发者可以直接用来构建更可靠的自主工作流。
LangChain 推出 Context Hub：管理智能体上下文文件
做智能体开发的团队终于有了正经的上下文管理方案——Context Hub 解决了 skills 和 AGENTS.md 文件散落难维护的痛点，用 LangChain 的开发者可以直接集成试试。
Deep Agents v0.6 引入 Delta Channels，检查点存储减少 100 倍
做长时间运行智能体的开发者终于不用为检查点存储发愁了——100 倍压缩意味着更低的成本和更快的恢复，建议直接升级试试。
5月27日
Deep Agents v0.6 引入 Delta channels，长运行智能体检查点存储降低 100 倍
做长运行智能体开发的团队终于不用为检查点存储发愁了——存储量从 GB 级降到 MB 级，还保持可观测性，建议直接升级试试。
LangChain 团队将参加 6 月 4 日纽约生成式 AI 峰会
如果你正在为 AI 原型到生产部署的鸿沟头疼，这场峰会就是为你准备的——500+ 技术同行和 LangChain 团队都在现场，值得去聊聊实际落地的坑与解法。
LangChain 分享如何用 Trace 数据构建生产级 Agent 评估
做 Agent 开发的团队终于有了可落地的评估方法论——Trace 数据不再是日志垃圾，而是构建评估的黄金矿，建议做生产级 Agent 的开发者点开看看具体怎么用。
LangSmith Engine 加速自优化循环，让改进飞轮越转越快
做智能体或自动化流程的开发者，LangSmith Engine 解决了自优化循环的落地难题——反馈自动处理、评估不退化，值得直接集成到你的工作流中。
LangChain 波士顿线下 Meetup：部署长运行 Agent 实战
想了解长运行 Agent 在生产环境落地的真实坑点？LangChain 团队和 Blitzy 的实战分享值得一听，做 Agent 部署的开发者建议报名。
LangChain Academy 推出 LangSmith Fleet Essentials 课程：零代码构建智能体舰队
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。
LangChain 发布 Mission Control：K8s 内自托管 LangSmith 的部署与运维工具
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。
5月26日
LangChain 将在 #TorontoTechWeek 展示长运行智能体部署
LangChain 团队亲自拆解长运行智能体的部署难点，做 AI 工程化的开发者可以直接去现场或关注后续内容，了解运行时能力如何让智能体真正跑起来。
5月23日
产品09:42
Max Agency 新一期：Harrison Chase 对话自主网络防御智能体Harrison Chase 亲自下场聊智能体在网络安全中的实战落地，做安全或智能体开发的团队值得一听，能直接获取构建自主防御系统的思路。
5月22日
LangChain 推出 deepagents：一条命令部署智能体
LangChain 把智能体部署简化到一条命令，做 AI 应用上线的团队可以省掉大量运维配置，直接试试 deepagents 的 init 和 deploy。
LangChain Managed Deep Agents 进入 Private Beta
LangChain 把深度智能体的部署门槛降到一行代码，做智能体应用的团队可以省下大量基础设施搭建时间，值得申请试用。
LangChain 推出 Context Hub：统一管理 Prompt、Memory 与 Subagent
做多智能体或复杂 AI 应用的团队终于有了上下文管理利器——版本化 Prompt 和 Memory 技能，配合安全沙箱，调试和迭代效率会明显提升，建议直接体验。
LangChain 新流式协议：让 Agent 流式体验像构建应用而非解析日志
Agent 流式输出一直是个痛点，LangChain 的新协议让开发者不再需要手动解析原始事件流，做 Agent 应用或实时交互界面的团队可以直接用，省去大量底层工作。
LangChain Academy 新课程：用 LangSmith 监控生产级智能体
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。
LangChain：构建智能体的最大真相——上线前你永远不知道它会做什么
做智能体开发的团队都会遇到这个痛点——开发环境跑得好好的，一上线就翻车。LangChain 点出了这个行业共识，值得所有 Agent 开发者停下来反思自己的测试流程。
LangChain 波士顿线下 Meetup：部署长时间运行智能体
做智能体部署的开发者别错过——LangChain 团队和 Blitzy 联手分享长时间运行智能体的实战经验，直接听一线工程师讲坑和方案，建议报名占位。