LangChain 将 LangSmith 重构为以 Agent 为核心的平台,新增 agent record 与注册治理
LangSmith 重构为以 Agent 为核心的平台,新增 agent record 与注册治理
LangChain 宣布在 C 轮融资的同时推出重构后的 LangSmith Agent Platform,让 agent 成为贯穿 build、run、improve、govern 全生命周期的核心对象。
LangChain:博客·2026-11-17 02:00· 56 分钟前AI 评分64
我们为何围绕 agent 重构 LangSmith
AI 导读
LangChain 宣布在宣布 C 轮融资的同时推出重构后的 LangSmith Agent Platform,让 agent 成为核心对象,支持 build、run、improve、govern 全生命周期。
正文 · 原文
上周,我们宣布了 C 轮融资,并推出了全新的 LangSmith Agent Platform:一个用于构建、运行、改进和治理每个 agent 的统一平台。由此,agent 成为 LangSmith 中的核心对象,为开发者连接起碎片化的工作流,并让平台团队能够管理整个业务中的 agent。
在本文中,我们将讨论我们为何重组产品、agent 模型如何运作、它带来了哪些能力,以及我们下一步的方向。
我们为何重构 LangSmith?
2026 年,随着新的 harness、模型和工程方法的出现,agent 的采用迎来了阶跃式变化,使得构建能够可靠地完成复杂、高价值工作的 agent 成为可能。
如今,企业在整个业务中运行着许多 agent:工程团队使用编码 agent,产品团队在构建面向客户的 agent,组织内各团队还拥有各种内部生产力 agent。这些 agent 使用不同的框架构建、托管在各种运行时上,并使用多种工具和模型。
结果是工程师和平台团队的工作流都变得碎片化。
工程师在彼此割裂的界面之间工作。追踪、监控和部署都位于不同的地方。这需要频繁切换上下文,而在实践中导致团队跳过构建评估等困难但重要的步骤。
AI 平台团队难以回答基本的治理问题。存在哪些 agent,各自归谁所有?它们的成本是多少,表现如何?当成本激增时,往往找不到明确的人来询问发生了什么。
我们希望让团队能够在一个地方、使用任意技术栈,轻松管理整个agent 开发生命周期,并对整个过程实现归属与治理。
一个平台覆盖整个 agent 开发生命周期
LangSmith 支持整个 agent 开发生命周期:build、run、improve 和 govern。现在,我们通过唯一的 agent 记录将整个流程连接起来。
- Build:使用 LangSmith Studio 中新的自然语言构建器描述 agent,使用我们的开源 harness 以代码构建,或使用任何其他框架。
- Run:部署在 LangSmith Agent Server 上,或将 agent 保留在你已在使用的运行时上。
- Improve:追踪、评估、数据集、标注和 Engine 可作用于任何向 LangSmith 发送追踪数据的 agent。
- Govern:LangSmith agent registry 和 LLM Gateway 提供组织级可见性,并对每个已注册 agent 实施严格控制。
打开一个 agent 记录后,其追踪、评估、Agent Server 和 Engine 问题均可一键访问,无需在多个界面之间来回查找。每个 agent 的本地、开发、预发布和生产环境都位于同一个 agent ID 之下,因此更改后比较性能非常简单。
.png&mode=full&exp=1795132800&sig=10cc8b1d1b4e0bb0)
LangSmith 是可组合的,因此你可以选择所需的部分。如果你已经在其他平台上运行你的 agent,你可以将其连接到 LangSmith 来改进和治理它,而无需更改任何其他工作流。
如果你在 LangSmith 上构建和运行,你获得的不只是一个管理生命周期的单一场所。LangSmith 产品相互构建,因此你可以更快地发现、修复、发布和验证 agent 中的问题。例如,LangSmith Engine 可以在你将提议的修复合并到生产环境之前,针对 Agent Server 预览验证该修复。
面向 agent 的新数据模型
以前,发送到 LangSmith 的 trace 使用扁平的 project 层级结构,不与任何特定 agent 关联。来自单个 agent 在不同环境中的 trace 彼此之间没有关联。
现在有一个 agent 记录,环境和 trace 分组在其下。开发生命周期的每个阶段都连接到该 agent 记录。
每个 agent 记录包含三个属性:
- Owner:负责该 agent 的指定人员
- ID:全局唯一、不可变的标识符
- Type:agent 的类型,它决定了其仪表板中呈现的信息、其数据连接以及评估标准
.png&mode=full&exp=1795132800&sig=8dbfe27e72e1e681)
针对不同 agent 类型的评估与治理
不同的 agent 做不同的工作,因此你需要不同类型的评估来治理和改进它们。例如,coding agent 的评判标准是它编写的代码是否被合并,而 customer support agent 则需要低延迟。Agent 类型将这些区别内置于 LangSmith 架构中,因此每个 agent 记录都提供围绕该 agent 目标设计的有用资源。
Agent 类型提供三样东西:
围绕 agent 工作构建的数据视图:每种 agent 类型都有一个量身定制的仪表板,包含关键统计数据和评估标准。对于 general purpose agent,这包括 agent 的描述、其近期活动、在线监控、其使用的常见模型和工具,以及 Engine 呈现的 agent 失败情况。对于 coding agent,则是已合并的 PR、token 成本以及 agent 完成的工作类型。
无需手动设置的一致数据:这些仪表板有意带有明确倾向。当你为 agent 指定类型后,其仪表板即可直接使用,无需先构建自定义视图。给定类型的每个 agent 都以相同方式衡量,因此当你有三个人运行 coding agent 时,这些衡量指标在三人之间是可比较的。
数据连接:coding agent 类型允许你连接 GitHub 仓库,以跟踪 agent 使用的下游结果。随着我们构建更多 agent 类型,我们将继续构建集成,使你能够查看并处理 agent 的相关数据。

我们从 general purpose 和 coding agent 开始,并正在扩展到具有独特评估需求的其他 agent 类型。例如,voice agent 不仅需要解决客户问题,还需要以低延迟和良好音质与客户交互。借助 agent 类型,我们可以默认呈现这些特定数据,并让开发者更容易发现失败并修复它们。
治理每一个 agent,无论它在哪里运行
Agent 蔓延已成为一个治理问题,它来自三个方向。工程团队构建自定义 agent。业务部门采用来自供应商平台的 agent,例如用于 IT 的 ServiceNow 和用于企业搜索的 Glean。而员工则自行选用 coding 和生产力 agent。
平台团队和 AI 负责人要对所有这些负责,但要求每个团队都统一到一个平台上并不现实。
有了 LangSmith,他们就不必如此。它适用于在任何支持 OpenTelemetry Protocol (OTLP) 的平台上运行的 agent,包括实验室和超大规模云厂商。连接 agent 后,它就会与你的工程师构建的 agent 一起注册,并以相同的方式进行衡量。
每个已注册的 agent 都有所有者、ID 和类型。对管理员而言,这提供了一种一致的方式来监控和管理整个 agent 集群。成本和质量指标会汇总到每个环境中每个 agent 上。如果来自 Glean agent 的成本出现激增,就有具名所有者可供联系,同时还有指明问题所在的 trace 详情。

LangSmith 的下一步方向
agent 记录是 LangSmith 的新基础,我们很期待在此基础上继续构建。随着每条 trace、每个环境和每次部署都固定到 agent 上,我们可以为开发者简化更多工作流,并将治理内置其中。
以下是我们正在构建的方向示例:Engine 对你的 agent 进行红队测试,发现失败,并在你发布修复后监控回归。你的团队在围绕自身审查流程构建的自定义标注应用中审查生产 trace,审查过的示例会自动流入评估数据集。来自你最佳运行的轨迹会成为微调模型的数据,从而降低成本并提升 agent 性能。所有这些都连接到同一个 agent 记录,并实时监控 KPI。
这些组成部分如今都已在 LangSmith 中存在。现在我们正在将它们连接起来,让开发体验更加轻松。
路线图上还有:
更多 agent 类型:通用和编码 agent 类型现已可用,语音也即将推出。我们将继续扩展,使团队能够标准化对更多类型 agent 的评估和治理方式,每种类型都配有相关的数据连接和分析。
组织级仪表板:集中式仪表板目前可在工作区级别使用。我们正在开发组织级仪表板,以便领导者能在一个视图中查看整个公司的汇总性能指标和趋势。
身份:每个 agent 都已拥有唯一且不可变的 ID。接下来,你将能够在身份提供商中注册 agent,以便安全团队可以像管理组织中的任何其他身份一样管理和审计它们。
如何开始使用新的 LangSmith
新的 LangSmith 已在云、BYOC 和自托管环境中全球可用。你可以通过立即登录或注册来试用。
最快的入门方式是使用 LangSmith Studio 构建你的第一个 agent,或连接一个你已经在运行的 agent。
来源:LangChain:Blog · langchain.com
来源:RadarAI · aihot.news