AITOP

LangChain

共 454 条相关 AI 资讯 · 查看话题观测
7月14日
23:35
23:35官方账号LangChain@LangChainAI
精选
LangChain 为 LangSmith 构建了 Codex 会话追踪插件。用户只需两个配置块和一个标志即可启用。该插件会记录每个回合的工具调用、token 使用量和子代理线程。所有追踪数据以 LangSmith 真实追踪形式呈现，方便开发者深入调试。
AI产品LangSmithCodexLangChain
推荐理由：LangChain 把 Codex 会话追踪直接集成到 LangSmith 了，配置超简单，调试智能体流程更方便。
原文
22:54
07:07
04:30
04:27
04:27官方账号LangChain@LangChainAI
LangChain提出生产级智能体计算机需满足四个要求：安全执行未信任代码、控制凭证和资源、提供团队可见性、支持快速迭代与可复现环境。这些要求覆盖了从代码运行到权限管理的全链路安全与效率。该框架帮助开发者构建更可靠的智能体系统。
技巧LangChain智能体代码安全
推荐理由：LangChain总结了跑智能体到生产环境真正需要什么：安全执行代码、管好凭证、团队能看日志、环境可复现。做智能体应用的建议看看。
原文
03:45
02:18
02:18官方账号LangChain@LangChainAI
精选
7月14日，LangChain的@bromann与Andrew Wong联合举办Webinar，演示如何构建会展示工作过程的Agent。该Agent实时输出工具调用和推理步骤，并引用Box的可信上下文。目标是消除黑盒猜测，提供有依据的回答。活动面向开发者，强调透明性和可信度。
技巧LangChainBox智能体
推荐理由：想学怎么让AI Agent不瞎猜、敢于展示推理过程？LangChain和Box的这场直播正好手把手教，还能看实时工具调用。
原文
01:27
7月13日
13:43
13:43IT之家（博客/媒体）
英伟达CEO黄仁勋在深度对话中表示，AI是像吸尘器一样的工具，没有意识，不应过度拟人化。他与LangChain创始人Harrison Chase讨论企业AI未来，预测大多数公司将建立在框架之上。黄仁勋认为使用AI越多反而需要雇佣更多人，其软件工程师更倾向于构建代理程序而非写Python代码。与Anthropic CEO达里奥·阿莫迪和亚马逊CEO安迪·贾西的观点不同，黄仁勋淡化AI大规模消灭白领工作的担忧，认为AI将创造更多岗位。
行业黄仁勋英伟达LangChain
事件专题
推荐理由：黄仁勋说AI就像吸尘器，别把它当人看。他还讲AI会创造更多工作，不是消灭白领。观点很直接，值得一看。
原文
7月11日
19:10
06:19
06:19官方账号LangChain@LangChainAI
LangChain 发布推文宣布正在招聘，岗位包括工程、GTM（市场运营）、人事财务以及产品。相关职位信息可在其官网 langchain.com/careers 查看并申请。这条招聘动态显示该公司正在扩充团队以支持其 AI 开发框架业务。
行业LangChain招聘行业动态
推荐理由：LangChain 正在招人，工程、市场、人事、产品都在招，想进 AI 框架公司发展的可以去看看。
原文
01:04
00:10
00:10官方账号LangChain@LangChainAI
精选
LangChain 团队将 NVIDIA 的 Nemotron 3 Ultra 接入 agent 框架 Deep Agents 进行调优。他们通过特定的训练和推理优化，提升了模型在复杂任务中的表现。调优后的 Nemotron 在多个 benchmark 上取得进展，展示了开源模型在智能体场景下的潜力。
AI模型NemotronNVIDIALangChain
事件专题
推荐理由：LangChain 分享了怎么用 Deep Agents 调优 Nemotron 3 Ultra，有具体方法，做 agent 的可以看看。
原文
00:08
00:08Harrison Chase@hwchase17
Sierra全员使用内部Agent Pinecone，该工具可自动化90%的编码、分析和琐事。Pinecone支持接入Slack、Github、Linear等工具，可在本地测试，并兼容多模型。LangChain基于此发布了开源版OpenSWE，它模型无关且完全开源，能与LangSmith集成实现可观测性。
AI产品OpenSWELangChain编程助手
事件专题
推荐理由：LangChain搞了个开源版OpenSWE，能像Sierra的Pinecone一样自动搞定90%编码工作，还支持多种模型。想省力气写代码的可以试试。
原文
7月10日
12:05
04:25
04:22
04:22官方账号LangChain@LangChainAI
LangChain 团队发布了名为 OpenWiki 的开源项目，代码托管在 GitHub 上（github.com/langchain-ai/openwiki）。该项目可供开发者访问源代码并进行贡献。具体功能与用途尚未详细说明，但预计与构建 wiki 相关应用有关。
AI产品LangChainOpenWikiGitHub
推荐理由：LangChain 新整了个 OpenWiki 开源仓库，代码在 GitHub 上，你可以直接看源码、自己部署试试。
原文
03:02
03:02官方账号LangChain@LangChainAI
LangChain指出，只读代理容易进行分支和测试，而涉及生产数据的写访问代理的评估仍是许多团队未解决的难题。该观点出自LangChain与Ben Tannyhill合作的Max Agency项目。推文中未提供具体基准数据，但强调了代理类型差异对测试流程的影响。
技巧LangChain智能体代理测试
推荐理由：LangChain分享了一个很实在的观察：只读代理很好测，但写代理的评估目前大家都没好办法——做AI代理开发的可以看看。
原文
01:06
01:06Harrison Chase@hwchase17
精选
LangChain推出一个新插件，可将每个Claude Code会话直接追踪到LangSmith。设置仅需三个命令和一个JSON块，大约两分钟完成。所有消息、工具调用和子代理运行都会作为可检查的追踪显示。该插件帮助开发者调试Claude Code出现偏差的情况。
AI产品LangSmithClaude CodeLangChain
推荐理由：想调试Claude Code？LangChain这个新插件两分钟就能把每个会话追踪到LangSmith，消息和工具调用一目了然，超级实用。
原文
01:06
01:06Harrison Chase@hwchase17
Palash Shah将在活动中讲解如何使用LangSmith Engine构建自改进智能体，该智能体将生产痕迹转化为持久内存更新以持续优化行为。Clay团队将展示他们开发的智能体评估框架（eval harness）。活动在纽约举办，需RSVP。
技巧LangChainClayLangSmith Engine
推荐理由：如果你做AI智能体，Palash会讲怎么用LangSmith Engine把线上数据变成记忆来改进行为，Clay还会分享他们的评测方案，干货满满。
原文
00:59
00:59官方账号LangChain@LangChainAI
Palash Shah将分享如何利用LangSmith Engine构建自我改进Agent，将生产追踪转化为持久记忆更新以持续优化Agent行为。Clay团队将展示其Agent评估框架（eval harness）的实现细节。活动由LangChain和Clay联合主办，在Luma上开放RSVP报名。
行业LangChainClay自我改进Agent
推荐理由：想了解LangChain的自我改进Agent和Clay的评估工具？这场线下Meetup有干货，Palash和Clay团队亲自讲原理和实现。
原文
7月9日
23:35
04:01
03:46
03:19
03:19官方一手NVIDIA AI Blog@Adel El Hallak
精选
NVIDIA Nemotron 3 Ultra 在 LangChain 的 Deep Agents 框架上取得开放模型最高准确率。它完成更多任务且吞吐量更高，运行速度提升10倍。其成本低于顶级闭源模型。这使得 Nemotron 3 Ultra 成为构建 AI 智能体的高性价比选择。
AI模型NVIDIANemotron 3 UltraLangChain
事件专题
推荐理由：NVIDIA 的 Nemotron 3 Ultra 和 LangChain 合作，以更低成本跑出比闭源模型快10倍的成绩，做智能体首选。
原文
03:05
01:46
01:46官方账号LangChain@LangChainAI
精选
NVIDIA与LangChain联合发布NemoClaw Deep Agents蓝图，包含开放权重模型层Nemotron 3 Ultra，支持领域定制。Deep Agents层提供规划、工具调用、记忆和长时任务处理能力。OpenShell Runtime作为开放运行时，允许用户控制、审计和治理。该蓝图旨在简化智能体应用的构建与部署。
AI模型NVIDIANemotron 3 UltraLangChain
事件专题
推荐理由：NVIDIA和LangChain搞的这个蓝图很实在，Nemotron 3 Ultra开放权重随便微调，智能体框架自带规划、工具、记忆，运行时也开源可审计。
原文
01:42
01:42官方账号NVIDIA AI@NVIDIAAI
精选
NVIDIA AI 与 LangChain 联合推出基于 Nemotron 3 Ultra 的 Deep Agents 开源智能体框架。该 agent 在评测中取得 0.86 聚合分数，推理成本仅 4.48 美元。而性能最接近的闭源模型成本为 43.48 美元，实现了 10 倍的成本降低。框架完全开放可定制，开发者可直接使用。
AI模型Nemotron 3 UltraLangChainDeep Agents
事件专题
推荐理由：NVIDIA 和 LangChain 搞了个开源智能体，用 Nemotron 3 Ultra 跑 Deep Agents，性能比肩闭源但成本只要 4 块多，比最接近的对手便宜 10 倍。搞 AI agent 的值得看看。
原文
01:40
01:40官方账号NVIDIA AI@NVIDIAAI
本教程由NVIDIA AI发布，详细讲解如何为Nemotron 3 Ultra模型创建LangChain Deep Agents的harness配置文件。内容包括环境设置、Agent配置参数、工具链集成等步骤，适用于开发者快速部署基于LangChain的多智能体系统。
技巧LangChainNemotron 3 UltraDeep Agents
事件专题
推荐理由：NVIDIA官方手把手教你给Nemotron 3 Ultra配LangChain Deep Agents，代码级别教程，做智能体开发的别错过。
原文
01:01
01:01官方账号LangChain@LangChainAI
精选
LangChain调整了NVIDIA Nemotron 3 Ultra模型的推理框架，在基准测试中获得0.86的聚合分数，成本仅4.48美元。与之性能最接近的模型成本为43.48美元，实现了10倍的成本降低。该优化在保持领先性能的同时大幅降低了推理开销。
AI模型NemotronNVIDIALangChain
事件专题
推荐理由：LangChain让Nemotron 3 Ultra跑分0.86，成本只要4.48刀，比对手便宜近10倍，性价比拉满。
原文
00:35
7月8日
23:41
23:38
23:37
23:37Harrison Chase@hwchase17
精选
LangChain与NVIDIA合作发布NemoClaw Deep Agents Blueprint，这是一个完全开源的企业级代理系统参考架构。该蓝图在基准测试中取得领先性能，同时推理成本相比现有方案降低超过10倍。企业可以完全拥有并自定义整个堆栈。
AI产品NemoClawDeep AgentsLangChain
事件专题
推荐理由：LangChain和NVIDIA联手搞了个叫NemoClaw的开源代理系统，性能领先还便宜10倍以上，搞企业级AI代理的可以看看。
原文
08:36
05:15
02:38
02:38Harrison Chase@hwchase17
LangChain 创始人 Harrison Chase 的博客获得 24 个赞和 4590 次浏览。该文提出 LLM Wikis 概念，将其视为智能体记忆的未来形态。Chase 将于本周四与 BraceSproul、devstein64 进行直播讨论。
行业LangChain智能体LLM Wikis
事件专题
推荐理由：Harrison Chase 分享他对智能体记忆的新想法，包含 LLM Wikis 概念和后续观点更新。适合关注智能体架构的人。
原文
02:37
01:49
00:27