#LangGraph
Qdrant 出了 LangGraph 的官方集成包，在 LangGraph 里接 Qdrant 做检索或记忆不用再自己写适配层，直接 pip 装就能用。
Qdrant 给 LangGraph 做了个记忆存储集成，让智能体跨会话记住上下文，靠语义检索而不是关键词匹配，做 Agent 的开发者可以试试。
LangChain 创始人要登台了，10 月 13 日免费线上看，做智能体开发的可以提前预约蹲一下。
Zip 团队把自己的智能体迁到 LangGraph 加 LangSmith，以前加个功能要几周，现在链路追踪自动就有了，做 agent 的可以参考。
Zip 把手搓的 LLM 调用和存储代码换成了 LangGraph，零代码接入 LangSmith 就能看全量 trace，做 agent 可观测性的可以参考。
LangChain 创始人 Harrison Chase 分享了 Jev 加 LangGraph 的搭配思路：用 LangGraph 搭系统骨架，Jev 处理小决策，搞智能体开发可以看看。
下午场全是实操干货：Airbnb 讲 LangGraph 落地，还有生产部署和 LangSmith 案例，做智能体的朋友可以蹲一下。
DigitalOcean 出了个托管智能体服务，能直接跑 Claude Code 和 Codex，空闲自动停机省资源，做生产部署的可以试试预览版。
朋友A推荐，Included Health用LangGraph和Deep Agents做了个医疗指南，比传统方法好，能快速部署，检测准确率还很高。
朋友，Lyft 用 LangGraph 和 LangSmith 把部署客服机器人从6个月缩到1-2周，太高效了，值得学学他们的方法。
LangChain创始人讲Agent怎么搭：模型权重自持，harness可配置，评估用Harbor，LangSmith跑数据飞轮，干货多。
LangChain 老板自己划重点，核心开源项目就这三个。想搞智能体的话，从 LangGraph 和 DeepAgents 入手很合适。
想知道Deep Agents和LangGraph到底啥区别？LangChain官方出了个选型指南，带例子，看完就知道该用哪个了。
LendingTree用Bedrock搞了个多智能体贷款助手，三个Agent协同，用LangGraph和Nova模型，还能7x24小时服务，金融合规也做好了。
LangChain给Deep Agents、LangGraph加了故障恢复，模型挂了自动换备用，中断也能续跑，搞Agent开发的可以看看。
想给AI技能加安全审计，可以照这个教程搭一套：NVIDIA SkillSpector扫描、YARA规则拦截、CI门禁卡关，步骤很清楚。
有人发推说deepagents在LangGraph和LangSmith中间被忽略了。如果你正在选智能体框架，可以关注下deepagents，它可能比你想的更能打。
AWS教你用LangGraph和Strands在AgentCore上搭市场监控智能体，有状态编排和检查点恢复，适合需要多智能体协作的开发者。
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。