标签
本期 LangChain 社区聚焦 Soba Labs 的 Kacper Klusek，他分享了通过先修复检索来构建企业级 RAG 的方法：上下文化分块、BM25 混合搜索和重排序器，在 Anthropic 的评测中将检索失败率降低了 67%，而 LangSmith 评估则能捕捉文档变更带来的效果衰减。
LangChain 将与 TypeSafe AI 在旧金山举办线下聚会，活动主题包括：在 LangGraph 中使用决策模型（Jev）进行构建、将其重新定义为 System One Models，以及使用 Jev 作为 LLM 评判器进行智能体评估，并与 GPT-5.6 和 Claude Sonnet 4.6 进行对比。
LangChain 推出 LangSmith for Startups 案例聚焦 PetualAI，介绍其为 SOX 与内部审计团队打造的 AI 智能体，并利用 LangSmith 追踪和验证 AI 系统性能。
SkyWorks 使用 LangGraph 和 LangSmith 部署智能体并统一运行评估，将根因分析时间从约20天缩短至10天。这是 LangChain 分享的客户案例。
LangChain 宣布 Managed Deep Agents 现已支持浏览器操作，可在无 API 的网站上执行任务（如预订、UI 端到端测试），并支持人工接管浏览器完成登录后再交还给智能体继续执行。
LangChain 表示，自 9 月为 Managed Deep Agents 引入动态调度以来，LangSmith 上超过 70% 的 MDA 运行来自计划任务，而非手动提示，并强调可通过 `mda init` 和 `mda deploy` 轻松部署主动式智能体。
LangChain 解释了几乎所有主动式、常在线的 agent 其实都建立在 cron 式定时运行之上——涵盖记忆"做梦"、主动性、分类分派、跟进以及编排——并展示了如何在 LangSmith 上用 Managed Deep Agents 来构建它们，目前超过 70% 的运行已是定时触发，而非由用户发起。
LangSmith 现在可以追踪智能体的缓存命中率，用户可以查看整体命中率、按会话逐一拆分，并通过仪表板模板绘制随时间变化的趋势图。
LangChain CEO Harrison Chase 在 Interrupt London 大会上的演讲将智能体拆解为模型、框架和上下文三个部分，展示了如何分别通过 LangSmith Fine-Tuning、LangSmith Engine 和记忆工具来提升每一层——最后提出了一个北极星愿景：一个能自己发现错误、自己编写评估用例并提出修复方案的智能体。
LangChain 分享了一个案例研究，介绍 Numan 如何基于 LangGraph 和 LangSmith 构建 Nu——一款以评估为先的 AI 健康教练，通过超越静态单轮评估和脚本化多轮评估，转向具备对话感知能力的评估框架，从而顺利应对医疗器械监管要求。
LangChain 发布关于 Agent 评估（Agent Evals）的实用指南，建议从真实 trace 中选取 10–20 个失败案例构建小型评估集，结合代码检查与 LLM Judge 逐步完善评估流程。
LangSmith for Startups 专题聚焦 Opine，这是一个面向营收团队的客户情报平台，可追踪生产环境中的每一次 LLM 运行，并通过 LangSmith 评估把关提示词和模型的变更，同时结合实时数据仓储与语义搜索，为售前工作提供交易背景信息。
Claude Platform 跟踪数据现可通过 OpenTelemetry 导出至 LangSmith，让用户能够检查 Claude Managed Agents 会话和 Messages API 请求的每个步骤。该功能现已推出公开测试版，支持多种导出方式，包括服务器端目标、Claude SDK 和 LangSmith SDK 封装器。
Orange Business 分享其企业 AI 平台 Live Intelligence 如何基于 LangChain 与 LangSmith 构建，涵盖 RAG 质量评估、Agent 行为测试与生产环境可观测性。该平台已在 12 万员工中部署并服务 150+ 客户，选择 LangChain 主要出于模型中立性与欧洲数据主权考虑。
LangChain 宣布在 LangSmith 中推出 AI 搜索功能，允许用户通过对话方式搜索追踪数据，快速找到如用户挫败感或 Agent 失败等答案，无需手动审阅数小时的数据。
用户转发并评论了 LangChain 在 Interrupt 大会上宣布的 LangSmith AI Search 功能，认为用自然语言搜索追踪记录能大幅节省团队排查智能体故障的时间。
LangChain 活动演讲公布：来自 monday.com 的 @dorco8 将介绍如何利用 LangSmith 追踪记录构建在线和离线 LLM 评估流水线，@hwchase17 将介绍如何构建随时间不断改进的智能体。
LangChain 于 Interrupt 大会举办 Agent Arena 活动，由 NVIDIA 赞助：参与者可通过玩俄罗斯方块训练智能体、用 LangSmith LLM Gateway 选择模型，并在排行榜上观看智能体对竞争霸。
LangChain 发布大会午间议程：涵盖 OVO Energy 如何构建安全的客户支持智能体、Ben Tannyhill 介绍 LangSmith Engine 的开发，以及 Jimdo 如何用 LangSmith 为小企业打造 AI 助手。
LangChain 在 Interrupt NYC 大会上介绍了 Managed Deep Agents，将 agent harness 与基础设施打包，简化了认证、记忆、渠道接入，并新增 web search 预置工具、Harbor 评估集成与 Parallel 工具集成，让团队专注于业务逻辑。