LangChain 相关 AI 资讯

7月22日

22:55

官方账号LangChain@LangChainAI

精选

LangChain 主办的智能体大会 Interrupt 将于今年秋季在纽约（9月24日）和伦敦（10月13日）举行。会上 LinkedIn 展示了使用 LangGraph 构建的招聘智能体，将面试时间缩短了 60%。会议现正开放注册，席位有限。

行业 LangChain LangGraph 智能体

推荐理由：LangChain 开大会了，纽约和伦敦两场，现场还能学到 LinkedIn 用 LangGraph 把招聘效率提了 60% 的案例。想去赶紧占座。

原文

21:33

官方账号LangChain@LangChainAI

LangChain 团队回顾了三年用图（graph）构建 agent 的经验。Sydney Runkle 在推文中分享了图工程在 Agent 开发中的实践心得。文章总结了图结构如何提升 agent 的可控性与可组合性，并给出了具体的工作流建议。

技巧 LangChain graph engineering Agent

推荐理由：LangChain 团队用三年实战告诉你，图工程不是新噱头，而是做 agent 的硬核技能，想搞复杂 agent 的可以看看。

原文

03:07

官方账号LangChain@LangChainAI

Apollo.io 通过采用 LangChain 的 Deep Agents 框架，替代了原先手工编写的监督逻辑。新方案使 AI 助手技能从开发到上线的整体工作量削减 80-85%。原本需要数周的手工编码和调试流程，现在由 Deep Agents 自动管理多代理协作。实际案例显示，单个新技能的上线周期从平均 4 周压缩至 3-4 天。

AI产品 Apollo.io Deep Agents LangChain

推荐理由：Apollo.io 用 LangChain 的 Deep Agents 把新 AI 技能开发时间砍掉了八成，不用手工写监督逻辑了，效率提升很直观。

原文

02:57

官方账号NVIDIA AI@NVIDIAAI

NVIDIA AI在Nemotron Labs视频中展示，对Nemotron模型进行微调前，应先用LangChain调整评估harness（测试框架）。该方法可确保微调过程更有效，避免浪费资源。视频详细演示了如何配置LangChain评估流程。

技巧 Nemotron LangChain NVIDIA

事件专题

推荐理由：NVIDIA教你怎么用LangChain先调好评估工具再调模型，很实用的小技巧，省时间少踩坑。

原文

01:42

官方账号LangChain@LangChainAI

LangChain 为 LangSmith 新增对 pipecat_ai、livekit、OpenAI Realtime 和 GeminiApp Live（Google ADK）四个语音框架的追踪支持。该功能可捕捉语音智能体在生产中的延迟、音频流和函数调用等指标。开发者通过 LangSmith 面板即可调试语音响应中的延迟问题。LangSmith 已支持超过 10 种框架的追踪，此次扩展针对语音场景。

AI产品 LangChain LangSmith 语音智能体

事件专题

推荐理由：做语音智能体怕出问题？LangSmith 直接帮你追踪 pipecat、livekit、OpenAI Realtime 和 Gemini 这四个框架的生产数据，调试延迟和错误就靠它了。

原文

7月21日

23:41

官方账号LangChain@LangChainAI

精选

LangChain 发布了一个 tracing 插件，能将每个 @cursor_ai 代理会话转换为 LangSmith 中的结构化 trace，包含模型运行、每个工具调用以及嵌套子代理工作。附件会被恢复并内联渲染。这是系列视频的第三个，之前有 Claude Code 和 Codex 的 trace，三者使用相同 schema，可在一个地方对比。

AI产品 LangSmith LangChain Cursor

事件专题

推荐理由：想对比 Cursor、Claude Code、Codex 的代理行为？LangChain 出了个插件，把它们的 trace 统一到 LangSmith 里，方便你直接看模型和工具调用链。

原文

21:36

官方账号LangChain@LangChainAI

LangChain宣布其智能体会议Interrupt将于今年秋季回归，新增纽约（9月24日）和伦敦（10月13日）两站。该会议聚焦于智能体（Agent）开发与部署，面向开发者社区。目前开放报名，座位有限。

行业 LangChain Interrupt 智能体

推荐理由：如果你想了解Agent开发的最新实践，LangChain办的这场会议有纽约和伦敦两站，9月和10月可以去看看。

原文

11:39

Harrison Chase@hwchase17

LangChain创始人Harrison Chase回应Jeff Huber的文章，强调追踪(traces)是系统学习的核心，需要通过观测、反馈和更新来持续改进。他认同“拥有上下文租用智能”的观点，认为企业应拥有专有知识并灵活替换模型，同时指出通用智能（模型）与公司专有智能的区分。他提到LangChain正聚焦于可观测性、部署和沙盒等底层基础设施，并暗示有相关新功能即将推出。

行业 LangChain 智能体评估

推荐理由：LangChain创始人亲自拆解智能体学习系统的关键设计思路，告诉你为什么要自己掌握上下文、租用模型，还透露了LangChain的新动作。

原文

02:27

Harrison Chase@hwchase17

LangSmith Engine 是一个运行在 trace 上的产品内 agent，能够将 trace 聚类成问题并主动提出修复建议。这是一个长时间运行、复杂且模糊的流程。团队公开了其评估方法，由 Brace Sproul 参与撰文。该 agent 旨在帮助开发者更高效地调试和解决 LLM 应用中的问题。

AI产品 LangSmith LangChain 智能体

推荐理由：LangSmith 这次把 trace 分析做成了自动化 agent，能主动发现并建议修复问题，调试体验会提升很多。

原文

01:34

官方账号LangChain@LangChainAI

LangChain发布概念指南，阐述团队治理AI代理需考虑的完整系统要素。涵盖认证、审计日志、速率限制、回退机制和集中支出控制等基础支柱。指南帮助开发者建立全面的代理治理框架。

技巧 LangChain 智能体 AI安全

推荐理由：LangChain发了篇指南，教你治理AI代理要管认证、日志、限流、回退和花钱，很实用。

原文

7月20日

23:01

官方账号LangChain@LangChainAI

悉尼·朗克尔（Sydney Runkle）在 LangChain 推文中用一句话解释了 Deep Agents 的概念。该推文附带视频，已有 2400 次浏览和 13 个点赞。目前有 1 条评论和 2 个收藏。

技巧 LangChain Deep Agents sydneyrunkle

推荐理由：LangChain 的 Sydney Runkle 一句话说清 Deep Agents 概念，带视频讲解，适合快速了解。

原文

7月19日

03:21

官方账号LangChain@LangChainAI

精选

LangChain在内部构建了一套完整的软件工程智能体工厂并全部开源。Brace Sproul的博客深入解析了每个组件的功能和设计思路。开源这些组件使开发者能够自由构建和定制自己的软件工程智能体。

AI产品 LangChain 智能体软件工程

推荐理由：LangChain把内部用的全套软件工程智能体工厂开源了，博客逐组件讲解，想自己搭agent的别错过。

原文

7月18日

23:57

官方账号LangChain@LangChainAI

精选

GPT Researcher是由Assaf Elovic和Tavily开发的开源深度研究实现，在GitHub上接近30k星。它基于LangChain的Deep Agents，采用规划-并行研究-审查-发布流程，代码量更少。与Tavily Web搜索相比，其验证引用数量约2倍，质量相当或更好，在Deep Research Bench的10项任务中7项胜出。

AI模型 GPT Researcher Deep Agents LangChain

推荐理由：LangChain推的GPT Researcher基于Deep Agents，代码更少，引用翻倍，7/10任务赢，开源省心。

原文

05:31

官方账号LangChain@LangChainAI

LangChain 在社交媒体上发布招聘信息，邀请有意者前往其官网 langchain.com/careers 查看开放职位并提交申请。该公告发布于 2025 年 3 月 7 日，目前暂未公开具体岗位名称与数量。

行业 LangChain 招聘行业动态

推荐理由：LangChain 正在招人，想加入这家搞 AI 框架的公司可以看看。

原文

03:27

官方账号LangChain@LangChainAI

LangChain 的 Sydney Runkle 和 Jake Broekhuizen 在 40 分钟视频中全面解析 Deep Agents，涵盖定义、工作原理、常见用例及核心组件。视频重点介绍了文件系统如何与 Agent 交互，并演示了端到端实现流程。适合希望构建复杂 Agent 工作流的开发者参考。

技巧 Deep Agents LangChain 智能体

推荐理由：LangChain 两位专家花 40 分钟把 Deep Agents 从原理到实战讲透了，文件系统那块特别实用，想搞 Agent 的必看。

原文

01:24

官方账号LangChain@LangChainAI

LangChain认为智能体(Agent)是一种新型软件，具有无限输入和非确定性输出的特性。传统软件构建方式会导致智能体失效。LangSmith围绕Agent开发生命周期设计，包含构建、测试、部署、监控四个阶段。该框架帮助开发者系统化管理智能体应用。

技巧 LangChain LangSmith 智能体

推荐理由：LangChain分享Agent开发新思路，用LangSmith的构建-测试-部署-监控流程，避免传统方法失效。适合做智能体的同学。

原文

7月17日

23:21

官方账号LangChain@LangChainAI

LangChain将于7月23日举办网络研讨会，由Sydney Runkle主讲。内容涵盖agent循环、验证循环、事件驱动循环和hill-climbing循环。这些方法帮助团队构建更可观察、可测试且可靠的系统。报名链接位于events.langchain.com。

行业 LangChain 智能体可观测性

推荐理由：想学怎么用不同循环搭可靠的AI系统？LangChain这个研讨会专家亲自讲，很有干货。

原文

06:15

官方账号LangChain@LangChainAI

LangChain 将于7月28日与 Cognition 联合举办线下 meetup，主题为 LLM Wikis 和 OpenWiki。OpenWiki 旨在为 AI agent 提供开放记忆功能。活动名额有限，需通过 luma.com/mylwoabu 提前 RSVP。

技巧 LangChain cognition OpenWiki

推荐理由：LangChain 和 Cognition 办了个线下分享，教你怎么用 OpenWiki 给智能体加上持久记忆，感兴趣的话早点报名。

原文

04:12

官方账号LangChain@LangChainAI

LangChain 宣布将于8月12日举办线上活动，聚焦生产环境中 AI 智能体的治理问题。内容涵盖如何控制支出、保护敏感数据、执行内部策略和管理访问权限。活动将解析治理在系统设计中的角色，并介绍网关基础设施如何融入智能体开发生命周期。核心是为团队提供有效治理生产智能体的基础框架。

技巧 LangChain 智能体生产部署

推荐理由：LangChain 要聊怎么管好生产环境里的智能体，包括控制开销、保护数据，从系统设计层面给方案，不是泛泛而谈。

原文

03:17

Harrison Chase@hwchase17

LangChain团队在2025年从约100人增长至超过300人，规模几乎翻三倍。早期公司只有7人，创始人Harrison Chase和Ankush Gola在ChatGPT发布后一个月开始合作。当时网站仅包含一个鹦鹉图标和链接图标，没有任何营销内容。团队坚持“对废话零容忍”原则，优先解决用户真实问题而非追逐GitHub星标。目前LangChain正在招聘产品、工程、办公管理等多个岗位。

行业 LangChain 创业故事团队扩张

推荐理由：想知道LangChain怎么从七个人做到三百人？这篇第一人称回忆讲了真实早期经历，没有虚的，全是干货。

原文

01:42

Aravind Srinivas@AravSrinivas

精选

Perplexity Agent API与LangChain的LangGraph结合，可在约90秒内生成一份风险投资备忘录，成本仅0.40美元。该工作流使用4个并行LangGraph节点，分别研究财务、产品和市场信息。最后通过一个无工具的合成器根据并行研究结果撰写备忘录。详细实现可参考LangChain博客。

技巧 Perplexity Agent API LangChain LangGraph

推荐理由：用Perplexity Agent API加LangChain，90秒花4毛钱自动写投资备忘录，适合VC工作流。

原文

01:09

Harrison Chase@hwchase17

LangChain创始人Harrison Chase提出，真正的智能优势在于随时间复合的飞轮，而非当前模型。智能是由模型、系统、上下文、记忆、经济性和反馈循环共同构成的系统，若系统不透明则是租用而非拥有。你需要拥有控制层，将智能深度集成到自有系统中并任务定制；拥有上下文和记忆层（用户偏好、组织知识、工作流模式），避免被供应商锁定；拥有模型可选性，跨模型、提供商和部署模式自由路由；拥有经济性，确保可大规模部署；同时拥有反馈循环，通过可观测性和评估衡量智能效果，而非猜测。

行业 LangChain 模型可选性 AI经济性

推荐理由：LangChain创始人分享了关于智能所有权的7条原则，帮你搞清如何构建可持续的AI系统，而不是租用别人的封闭方案。

原文

00:18

Harrison Chase@hwchase17

精选

LangChain 发布新视频，演示如何通过 Baseten 运行 NVIDIA 的 Nemotron 3 Ultra 模型，该模型拥有 550B 参数，每秒可生成 300 token。视频展示了构建终端智能体、子智能体以及支持 MCP 协议的过程，所有追踪都通过 LangSmith 完成。这是一个实用的开源模型工作流教程。

技巧 Nemotron 3 Ultra LangChain Baseten

事件专题

推荐理由：想看 550B 参数的 Nemotron 3 Ultra 怎么跑智能体？LangChain 出了教程，支持 MCP 和子智能体，速度 300 tok/s，值得动手试试。

原文

7月16日

23:27

Harrison Chase@hwchase17

LangChain创始人Harrison Chase与FactoryAI CTO Eno Reyes在Max Agency播客讨论Agent构建。双方认为Agent的harness（框架/工具层）比底层模型更决定能力上限。Reyes分享了Factory如何设计Missions功能来编排多步骤任务。对话深入分析了具体架构选择对Agent可靠性的影响。

行业 Max Agency FactoryAI LangChain

推荐理由：听FactoryAI CTO和LangChain创始人聊Agent框架，为什么说‘骨架’比模型更关键，还有Missions的设计思路。

原文

23:24

官方账号LangChain@LangChainAI

LangChain 的 Max Agency 播客邀请 FactoryAI CTO Eno Reyes 讨论构建 AI 智能体时 harness 比底层模型更关键的原因。双方深入探讨了 Factory 如何开发 Missions 功能，以及如何构建可扩展的智能体框架。还分享了在 LangChain 和 Factory 框架下选择不同模型的实际经验。

行业 LangChain Max Agency FactoryAI

推荐理由：觉得模型最重要？听听 Factory CTO 怎么说。这期播客聊透了为什么 harness 才是智能体成败的关键。

原文

21:21

官方账号LangChain@LangChainAI

精选

Box Agent通过Deep Agents中间件实现三个关键优化。第一，答案流式与引用生成并行执行，避免用户等待时中断。第二，在多轮对话中注入提示缓存，降低成本和延迟。第三，当上下文超过170k tokens时自动总结历史对话，防止上下文溢出。这些功能提升了Box Agent的响应速度和稳定性。

AI产品 Box Deep Agents Box Agent

推荐理由：Box Agent用Deep Agents中间件来并行生成引用和缓存提示，还能管理170k token的上下文，挺实用的，值得看看他们的实现方式。

原文

06:21

官方账号LangChain@LangChainAI

技巧 LangChain 智能体治理 AI安全

推荐理由：LangChain出了个agent治理指南，从认证到成本控制全讲清楚了，搞生产级agent的团队可以看看。

原文

04:57

官方账号LangChain@LangChainAI

LangChain Fleet在Slack中推出重大升级。用户可将任何Fleet agent一键带入Slack频道。Agent能获得自定义身份，支持频道和线程内使用。可传递文件、审批操作，所有工作上下文集中一处。

AI产品 LangChain Fleet Slack

事件专题

推荐理由：LangChain把Fleet agent直接拉到Slack里了，还能自定义身份、传文件、审批操作，团队协作方便多了。

原文

04:19

官方账号LangChain@LangChainAI

LangChain 举办 LangSmith 路演活动，提供半天的动手实操机会。活动涵盖 LangSmith Engine 和 Managed Deep Agents 的现场演示、客户案例分享以及实验室环节。参与者可深入了解这两款产品的实际应用与集成方式。

AI产品 LangSmith LangChain Managed Deep Agents

推荐理由：LangChain 搞了个半天的实战路演，现场演示 LangSmith Engine 和 Managed Deep Agents，适合想上手体验的开发者。

原文

02:57

官方账号LangChain@LangChainAI

LangChain 新功能允许用户在 Slack 中直接创建自定义智能体，无需编写代码。该功能由 Caspar Broekhuizen 演示，旨在简化团队协作流程。用户可通过可视化配置快速部署专属 Agent。

AI产品 LangChain Slack 智能体

事件专题

推荐理由：LangChain 现在能让你在 Slack 里拖拽建个 AI 帮手，不用写一行代码，团队协作更省事。

原文

02:54

官方账号LangChain@LangChainAI

11x 最初使用一个 Fleet agent 在 Slack 进行 bug 分类。随后他们扩展到 on-call 警报和产品问答。每个 agent 在 Slack 中拥有明确身份，销售人员在通话时也用它查询产品问题。Fleet agents 现已支持一键部署到 Slack。

AI产品 11x Fleet Slack

事件专题

推荐理由：11x 把 Fleet agent 从 bug 分类做到销售支持，每个 agent 在 Slack 有专属身份，还能一键部署，团队用起来很方便。

原文

02:15

官方账号LangChain@LangChainAI

Fleet in Slack 获得重大升级，现在可以一键将任何 Fleet agent 引入 Slack。用户可自定义 agent 的身份，并在频道和线程中使用。支持文件传递、操作审批，所有工作上下文集中管理。该更新由 LangChain 发布，详细功能见官方博客。

AI产品 Fleet Slack LangChain

事件专题

推荐理由：LangChain 把 Fleet agent 直接搬进 Slack 了，一键拉入，还能自定义身份、传文件、审批操作，工作流超顺。

原文

02:11

Harrison Chase@hwchase17

LangChain 为 Slack 中的 Fleet 推出重大升级，现在用户可一键将任意 Fleet 智能体引入 Slack。智能体获得自定义身份后，能在频道和线程中使用。支持文件交接、操作审批，并保持工作上下文连贯。该更新旨在让团队直接在聊天平台获取 AI 能力，无需切换工具。

AI产品 LangChain Fleet Slack

事件专题

推荐理由：LangChain 把 Fleet 智能体做成 Slack 插件，一键部署还能自定义身份，团队协作省事多了。

原文

01:55

LlamaIndex@llama_index

7月24日，AWS AI Builder Lab在纽约举办Clash of Agents竞赛，开发者使用Bedrock平台构建多智能体系统。合作方包括OpenAI、LangChain、HiddenLayer、Protopia AI、Fiddler AI和Coder，现场设有合作伙伴挑战和实时排行榜。活动上限200名开发者，免费注册，优胜者可获AirPods和Meta glasses。全程动手实践，无讲座和社交环节。

行业 AWS Bedrock Clash of Agents

事件专题

推荐理由：周五纽约AWS主办的多智能体实战赛，和OpenAI、LangChain同场竞技，用Bedrock开发，排名高能赢AirPods和Meta眼镜，仅200个免费名额，赶紧抢

原文

7月15日

22:48

官方账号LangChain@LangChainAI

LangChain于今天美国太平洋时间上午11点/东部时间下午2点举办了一场网络研讨会，主题是安全地让AI代理拥有自己的计算机。研讨会介绍了如何通过沙盒化、权限限制等策略，防止代理滥用系统资源。注册链接位于events.langchain.com/register/build。该活动旨在帮助开发者更安全地部署自动化代理。

技巧 LangChain 智能体 AI安全

推荐理由：LangChain今天有个会，教你安全地让AI代理自己操控电脑，避免搞破坏。想学沙盒和权限控制的话别错过。

原文

22:10

官方账号LangChain@LangChainAI

在LangChain举办的Interrupt活动上，丰田企业AI团队分享了ToyotaGPT平台。该平台基于LangGraph构建，将智能体交付时间从6个月缩短至4天。目前已有超过50个智能体在生产环境中运行。案例展示了LangGraph在企业级AI部署中的实际效果。

行业 LangChain ToyotaGPT LangGraph

推荐理由：丰田用LangGraph把智能体上线从半年砍到4天，还跑了50多个agent，企业AI落地可以参考这个实战案例。

原文

05:45

官方账号LangChain@LangChainAI

LangChain团队在Twitter发布视频，回应社区关于智能体（agent）的常见问题。该推文获得13次点赞和2476次查看。视频内容针对开发者在使用LangChain构建智能体时的常见疑问。团队通过问答形式解释了智能体的定义和应用场景。

技巧 LangChain agent 智能体

推荐理由：做Agent开发的可以看看LangChain官方解答，常见问题都有。

原文

04:40

Harrison Chase@hwchase17

LangChain 与 SureCapital 合作推出了开源编码工具 dcode。该工具被作者誉为当前最喜欢的编码工具之一。dcode 作为开源项目，旨在简化编码流程。更多详情可查看原始推文。

AI产品 dcode LangChain SureCapital

推荐理由：LangChain和SureCapital做了个开源编码工具dcode，喜欢编程的朋友可以试试。

原文

02:40

Harrison Chase@hwchase17

精选

LangChain 发布了新功能，标准化了 Cursor、Copilot、Pi 和 OpenCode 等编码代理在 LangSmith 中的追踪。用户无需额外工具即可获得完整的会话可观测性。支持用稳定键识别、分组和查询任何编码代理的追踪，无论来自哪个代理。还能看到完整的运行树，包括轮次、模型调用、工具和子代理。内置 token 使用和每次会话的成本统计。

AI产品 LangSmith LangChain Cursor

事件专题

推荐理由：LangSmith 现在能统一追踪 Cursor、Copilot 等所有主流编码代理，不用再额外配置，看运行树和成本一目了然。

原文

7月14日

23:42

Fireworks AI@FireworksAI_HQ

精选76°

LangChain 与 NVIDIA 合作推出 Deep Agents，基于 Nemotron 3 Ultra 开放模型。该智能体成本仅为封闭模型的十分之一。用户可在 Fireworks 上运行，并进行后训练定制化。最终得到专属的专用智能体。

AI模型 LangChain NVIDIA Nemotron 3 Ultra Fireworks

事件专题

推荐理由：LangChain 和 NVIDIA 搞了个开放智能体，成本是封闭模型的1/10，还能自己后训练定制，挺实用的。

原文