Workday 借助 LangGraph 将智能体原型周期从 4-5 个月压缩到 1 天内
Workday 以前做一个智能体原型要 4-5 个月，现在用 LangGraph 加 LangSmith 一天就能上 staging。做企业内部智能体的开发者可以看看他们怎么处理认证和安全这块。
Workday 过去构建一个智能体（agent）原型需要 4 到 5 个月，且不保证能进入生产环境。改用 LangChain 的 LangGraph、Agent Server 和 LangSmith 组合后，团队现在可以在不到一天的时间内把智能体部署到 staging 环境。
这套方案内置了认证和安全机制，省去了团队自行搭建底层设施的时间。LangSmith 负责可观测性与调试，LangGraph 提供智能体编排框架，Agent Server 则处理部署环节，三者形成从开发到上线的完整工作流。
对企业级软件公司而言，这种从月级到天级的交付周期变化意味着智能体功能可以更快验证业务价值，降低试错成本。对开发者来说，这也是 LangChain 技术栈在企业客户中落地的具体案例。
A @Workday agent prototype used to take 4 to 5 months, with no guarantee of reaching production. With LangGraph, Agent Server, and LangSmith, teams can now get agents running in staging in under a day, with auth and security built in. This is their story. langchain.com/blog/how-workd…
本条情报归属 AITOP「行业」核心栏目，重点聚焦北美前沿实验室与硅谷科技巨头。在跨区域产业观察坐标中，该动态直接关联「AI 开发者工具链、Coding Agent 与工程化实践」研究主线，反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括：LangGraph、LangSmith、Workday、智能体，读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。
信源核验说明：本文原始线索采编自「LangChain」（@LangChainAI），经 AITOP 多维评分管线结构化提炼。
