LangChain 相关 AI 资讯 · AITOP

7月28日

12:47

Harrison Chase@hwchase17

LangChain 将于 10 月 13 日在伦敦 Outernet London 举办首次 Interrupt:London 活动。活动内容包括产品发布、炉边谈话、客户演讲和 workshops。这是 LangChain 在伦敦的首个线下开发者活动。

推荐理由：LangChain 在伦敦办活动了，有发布、演讲和 workshop，10 月 13 日去 Outernet 看看呗。

原文

05:53

官方账号LangChain@LangChainAI

LangChain 将于 8 月 3 日在拉斯维加斯 Ai4 Conferences 举办智能体开发动手工作坊。8 月 4 日与 Elastic 和 Google Cloud 联合举办 F1 Arcade 活动。8 月 6 日还有关于企业端智能体部署的演讲。

行业 LangChain Ai4 Conferences Elastic

推荐理由：想学智能体开发？LangChain 在 Ai4 有工作坊，还和 Elastic、Google Cloud 搞活动，值得去 Booth 1553 看看。

原文

04:35

官方账号LangChain@LangChainAI

CreditGenie_US 使用 LangSmith 的追踪功能调试了数千个 agent traces。LangSmith 能精确展示 agent 的推理过程。其 Insights 功能将生产环境中的追踪数据转化为每个行为的 100-200 个针对性测试问题。这帮助团队快速定位 agent 行为异常。

AI产品 CreditGenie_US LangSmith LangChain

推荐理由：看看 CreditGenie_US 怎么用 LangSmith 的追踪和 Insights 功能，把上千条日志变成精准测试题，快速修 agent 的问题。

原文

7月27日

23:47

官方账号LangChain@LangChainAI

LangChain在Interrupt会议上组织4个动手工作坊，主题包括从零构建Deep Agents、将Deep Agents投入生产、使用LangSmith Engine进行自主生产监控，以及语音Agent（仅纽约场）。活动将在纽约和伦敦举行。这些工作坊由LangChain产品专家主持，旨在帮助开发者掌握Agent开发与部署的实践技能。

技巧 LangChain Deep Agents 智能体

推荐理由：LangChain搞的工作坊，从零搭建Deep Agent到生产监控全都有，纽约和伦敦场，想上手Agent开发千万别错过。

原文

22:07

官方账号LangChain@LangChainAI

精选

LangChain 于近日发布 Deep Agents v0.7.0b2 beta 版本。新版大幅减少基础输入 token 数量（削减超过一半），同时增强可配置性——允许用户覆盖所有默认中间件。开发者可在 docs.langchain.com/oss/python/ 获取并测试。

AI产品 LangChain Deep Agents v0.7.0b2

推荐理由：Deep Agents 升级了，配置更灵活，token 成本直接砍半。做智能体开发的朋友可以试试。

原文

21:11

官方账号LangChain@LangChainAI

LangChain宣布与NVIDIA等业界领袖共同成为Open Secure AI Alliance的创始合作伙伴。该联盟旨在通过开放共享模型、工具和研究，加速开源模型的安全采用与信任。联盟将开发新技术和工具来保护软件和智能体，扩大防御者社区。NVIDIA等成员将贡献各自的开源成果。

行业 LangChain NVIDIA Open Secure AI Alliance

事件专题

推荐理由：LangChain和NVIDIA组了个联盟，专门搞开源AI安全，想通过共享模型和工具让智能体更安全。做AI应用的人可以关注一下。

原文

7月25日

04:12

官方账号LangChain@LangChainAI

78°

英伟达CEO黄仁勋与LangChain CEO Harrison Chase在炉边谈话中讨论了企业为何需要开放智能体系统。他们发布了NemoClaw for LangChain Deep Agents蓝图，这是一个面向深度智能体的参考架构。谈话强调了开放生态在AI代理开发中的重要性。

行业 JensenHuang LangChain NemoClaw

事件专题

推荐理由：英伟达CEO和LangChain创始人聊开放智能体，还发布了NemoClaw蓝图，搞AI代理的值得看看。

原文

03:30

官方账号LangChain@LangChainAI

LangChain官方推文强调开源是DNA，通过Deep Agents和LangChain生态支持领先开源模型。NVIDIA CEO Jensen Huang签署了一封关于开源模型重要性的公开信，称开源模型能增强安全、加速创新并实现主权。信中提出世界需要前沿闭源模型和开源模型并存。

行业 LangChain NVIDIA Jensen Huang

事件专题

推荐理由：LangChain和NVIDIA一起为开源模型站台，黄仁勋亲自写了一封信，强调开源的重要性，看看大佬怎么说的。

原文

02:09

官方账号LangChain@LangChainAI

Traversal AI团队与LangChain创始人Harrison Chase进行了一场炉边谈话，探讨在生产环境中构建AI SRE的实际经验。Harrison Chase分享了LangChain在部署AI代理时解决监控和故障恢复的关键方法。对话涉及如何设计可靠的系统架构以应对生产环境的突发问题。完整视频可在YouTube观看。

行业 LangChain Harrison Chase AI SRE

事件专题

推荐理由：想听LangChain创始人亲口讲怎么在生产搞AI运维？这场对话有干货，别错过。

原文

01:27

官方账号LangChain@LangChainAI

FactoryAI CTO Eno Reyes 在 LangChain 的推文视频中展示了成本对比。针对同一代码审查任务，不同模型框架产生的价格差异极其显著。他强调一个优秀的模型无关框架可以让任何模型在该任务上更经济高效。

行业 FactoryAI Eno Reyes LangChain

推荐理由：FactoryAI 技术负责人用真实数据告诉你，换一个框架做代码审查，成本能差多少倍，很实用。

原文

7月24日

05:36

Cognition@cognition_labs

DeepWiki由Cognition开发，已索引超过50万个GitHub代码仓库，免费使用。它帮助开发者快速理解不熟悉的代码库，降低入门门槛。Cognition与LangChain合作举办meetup，将分享DeepWiki的底层工作原理，并介绍如何通过OpenWiki给智能体开放内存。活动名额有限，需提前报名。

AI产品 DeepWiki Cognition 代码库索引

推荐理由：DeepWiki索引了50万+仓库，免费帮你快速搞懂陌生代码库。还和LangChain办了个meetup，讲怎么用OpenWiki给智能体开内存，想了解就快去报名吧。

原文

00:51

官方账号LangChain@LangChainAI

LangChain的Sydney Runkle在推文中介绍了Deep Agents的常见应用场景。Deep Agents是基于LangGraph构建的智能体系统，支持复杂任务分解、工具调用和记忆管理。Runkle举例说明了其在客户服务、代码生成和数据分析等领域的实际用例。该讨论源自LangChain官方账号的一条推文，获得了1663次浏览。

行业 LangChain Deep Agents 智能体

推荐理由：LangChain团队讲了Deep Agents具体能干什么，比如客服、写代码、分析数据，想用智能体的可以看看这个方向。

原文

00:12

官方账号LangChain@LangChainAI

精选

LangChain在推文中介绍了智能体治理的多个维度，包括认证、审计日志、用户管理、供应商密钥、数据隔离等。该框架帮助团队从成本、合规性和运营规模三个角度评估治理需求。还涉及速率限制、回退机制和集中式支出控制等基础设施能力。相关活动"Building Governed Agents"将深入分享如何将智能体从实验推向生产。

行业 LangChain 智能体治理

推荐理由：LangChain推出了实用的智能体治理框架，从安全到成本控制全覆盖，企业级部署团队可以学起来。

原文

7月23日

22:57

Philipp Schmid@_philschmid

Google DeepMind的Gemini Live实时语音代理现在可在LangChain中追踪speech-to-speech循环。Speaker回调钩子只捕捉中断事件前用户听到的精确音频。时间线高亮用户语音（蓝色）和Gemini响应（橙色），以及耗时1.29秒的城市天气查询等自定义工具执行。使用元数据区分常规文本token与原生Gemini音频token，便于精确计算用量。注册LangSmithGoogleADKLivePlugin即可启用。

技巧 Gemini Live LangChain LangSmith

推荐理由：谷歌这个新集成让你用LangChain看清Gemini Live语音交互的每一步，连1.29秒的天气查询都能追踪，调试超方便。

原文

22:11

官方账号LangChain@LangChainAI

精选

推理成本降低使企业能更经济地运行专业智能体。LangChain指出团队可为特定领域创建专属智能体。通过评估（evals）和追踪（traces）可量化性能，并随工作流变化灵活调整框架。这一趋势推动了多智能体系统在生产环境的实际部署。

行业 LangChain 智能体生产部署

事件专题

推荐理由：LangChain告诉你，现在搞专业AI智能体更划算了，成本低了就能直接上生产，用evals和traces调优。

原文

05:46

官方账号LangChain@LangChainAI

精选

LangChain 举办“The Art Of Loop Engineering”线上研讨会，讲解如何构建能持续自我改进的智能体。核心在于设计检查、响应新输入、利用生产追踪数据优化 prompts、tools、graders 和配置等循环。LangChain 与 LangSmith 提供全流程支持，帮助将单次工作的智能体升级为不断进化的系统。

技巧 LangChain LangSmith 智能体

推荐理由：LangChain 办的免费线上课，讲怎么让智能体越用越好，适合做 AI 应用的同学听听。

原文

04:21

官方账号LangChain@LangChainAI

LangChain 与 Cognition 将于周二联合举办线下 Meetup，主题为 LLM Wikis 和 OpenWiki。OpenWiki 旨在为 AI Agent 提供开放记忆能力，扩展 LLM 在长期上下文中的表现。活动地点通过 luma.com/mylwoabu 报名，名额有限。

行业 LangChain Cognition OpenWiki

推荐理由：LangChain 和 Cognition 联手办活动，讲怎么用 OpenWiki 给 Agent 加持久记忆，做 LLM 维基。想搞 Agent 的别错过。

原文

03:39

Harrison Chase@hwchase17

Harrison Chase在推文中指出构建评估（evals）难度高，团队正开发技能以自动化流程。其方案包括：用编码代理处理代码库和实际追踪（traces），与用户迭代评估方向，使用Harbor构建评估并运行，再根据结果迭代。流程仍需人类参与，但能加速启动。

技巧 Harrison Chase LangChain Harbor

事件专题

推荐理由：LangChain创始人分享了他们用Harbor和编码代理自动化评估构建的实操流程，适合做LLM应用评测的人参考。

原文

02:18

官方账号LangChain@LangChainAI

精选

LangChain 发布了 langchain-skills 代码库，可用于在 Codex 或 Claude Code 中安装并评估 agent 行为。用户打开对应仓库后，只需输入提示词即可开始评估。评估过程通过 Harbor 框架生成 eval 任务和实际目标运行，并自动检查验证器是否准确测量了预期行为。该工具目前已在 GitHub 上开放。

技巧 LangChain Codex Claude Code

推荐理由：想测你的 agent 好不好用？LangChain 这个新技能库让你直接用 Codex 或 Claude Code 跑 eval 任务，还能自动检查验证器准不准。

原文

01:39

官方账号LangChain@LangChainAI

精选

LangChain 推出了 Eval Engineering Skill，这是一个专门帮助编程智能体（coding agents）基于仓库上下文和 agent traces 构建评估的新技能。该技能允许开发者通过自然语言描述自动生成评估用例，覆盖代码正确性、工具调用等多个维度。根据官方演示，它能够减少手动编写评估的工作量，并提升评估与项目上下文的一致性。目前该技能已在 LangChain 平台上可用。

AI产品 LangChain Eval Engineering Skill 编程智能体

推荐理由：如果你想给自己的编程智能体加上自动评估能力，LangChain 这个新技能能直接复用仓库上下文和轨迹，挺省事的。

原文

00:57

官方账号LangChain@LangChainAI

LangChain 在推文中介绍了 @GetCandidly 提出的 IO-HMM（输入-输出隐马尔可夫模型）框架。该框架将对话的每一轮明确拆分为用户行为（可观测信号）和智能体行为（可控输入）。用户行为用于读取状态，智能体行为则转移状态。这种设计让对话状态管理更清晰。

AI模型 IO-HMM Candidly LangChain

推荐理由：LangChain 推荐了 Candidly 的 IO-HMM 框架，把对话拆成用户和智能体两半，状态管理更干净。

原文

7月22日

23:37

官方账号LangChain@LangChainAI

LangChain 的 dcode 新增原生浏览器控制功能，用户只需一个 /goal 命令即可调用。该功能由 @its_ao 添加，可在 dcode 中直接操作浏览器，无需额外配置。具体使用方法和示例代码在 LangChain 文档中提供。

技巧 dcode /goal LangChain

推荐理由：想用 dcode 自动控制浏览器？写个 /goal 就行，比你想象简单。

原文

22:55

官方账号LangChain@LangChainAI

精选

LangChain 主办的智能体大会 Interrupt 将于今年秋季在纽约（9月24日）和伦敦（10月13日）举行。会上 LinkedIn 展示了使用 LangGraph 构建的招聘智能体，将面试时间缩短了 60%。会议现正开放注册，席位有限。

行业 LangChain LangGraph 智能体

推荐理由：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。

原文

21:33

官方账号LangChain@LangChainAI

LangChain 团队回顾了三年用图（graph）构建 agent 的经验。Sydney Runkle 在推文中分享了图工程在 Agent 开发中的实践心得。文章总结了图结构如何提升 agent 的可控性与可组合性，并给出了具体的工作流建议。

技巧 LangChain graph engineering Agent

推荐理由：LangChain 团队用三年实战告诉你，图工程不是新噱头，而是做 agent 的硬核技能，想搞复杂 agent 的可以看看。

原文

03:07

官方账号LangChain@LangChainAI

Apollo.io 通过采用 LangChain 的 Deep Agents 框架，替代了原先手工编写的监督逻辑。新方案使 AI 助手技能从开发到上线的整体工作量削减 80-85%。原本需要数周的手工编码和调试流程，现在由 Deep Agents 自动管理多代理协作。实际案例显示，单个新技能的上线周期从平均 4 周压缩至 3-4 天。

AI产品 Apollo.io Deep Agents LangChain

推荐理由：Apollo.io 用 LangChain 的 Deep Agents 把新 AI 技能开发时间砍掉了八成，不用手工写监督逻辑了，效率提升很直观。

原文

02:57

官方账号NVIDIA AI@NVIDIAAI

NVIDIA AI在Nemotron Labs视频中展示，对Nemotron模型进行微调前，应先用LangChain调整评估harness（测试框架）。该方法可确保微调过程更有效，避免浪费资源。视频详细演示了如何配置LangChain评估流程。

技巧 Nemotron LangChain NVIDIA

事件专题

推荐理由：NVIDIA教你怎么用LangChain先调好评估工具再调模型，很实用的小技巧，省时间少踩坑。

原文

01:42

官方账号LangChain@LangChainAI

LangChain 为 LangSmith 新增对 pipecat_ai、livekit、OpenAI Realtime 和 GeminiApp Live（Google ADK）四个语音框架的追踪支持。该功能可捕捉语音智能体在生产中的延迟、音频流和函数调用等指标。开发者通过 LangSmith 面板即可调试语音响应中的延迟问题。LangSmith 已支持超过 10 种框架的追踪，此次扩展针对语音场景。

AI产品 LangChain LangSmith 语音智能体

事件专题

推荐理由：做语音智能体怕出问题？LangSmith 直接帮你追踪 pipecat、livekit、OpenAI Realtime 和 Gemini 这四个框架的生产数据，调试延迟和错误就靠它了。

原文

7月21日

23:41

官方账号LangChain@LangChainAI

精选

LangChain 发布了一个 tracing 插件，能将每个 @cursor_ai 代理会话转换为 LangSmith 中的结构化 trace，包含模型运行、每个工具调用以及嵌套子代理工作。附件会被恢复并内联渲染。这是系列视频的第三个，之前有 Claude Code 和 Codex 的 trace，三者使用相同 schema，可在一个地方对比。

AI产品 LangSmith LangChain Cursor

事件专题

推荐理由：想对比 Cursor、Claude Code、Codex 的代理行为？LangChain 出了个插件，把它们的 trace 统一到 LangSmith 里，方便你直接看模型和工具调用链。

原文

21:36

官方账号LangChain@LangChainAI

LangChain宣布其智能体会议Interrupt将于今年秋季回归，新增纽约（9月24日）和伦敦（10月13日）两站。该会议聚焦于智能体（Agent）开发与部署，面向开发者社区。目前开放报名，座位有限。

行业 LangChain Interrupt 智能体

推荐理由：如果你想了解Agent开发的最新实践，LangChain办的这场会议有纽约和伦敦两站，9月和10月可以去看看。

原文

11:39

Harrison Chase@hwchase17

LangChain创始人Harrison Chase回应Jeff Huber的文章，强调追踪(traces)是系统学习的核心，需要通过观测、反馈和更新来持续改进。他认同“拥有上下文租用智能”的观点，认为企业应拥有专有知识并灵活替换模型，同时指出通用智能（模型）与公司专有智能的区分。他提到LangChain正聚焦于可观测性、部署和沙盒等底层基础设施，并暗示有相关新功能即将推出。

行业 LangChain 智能体评估

推荐理由：LangChain创始人亲自拆解智能体学习系统的关键设计思路，告诉你为什么要自己掌握上下文、租用模型，还透露了LangChain的新动作。

原文

02:27

Harrison Chase@hwchase17

LangSmith Engine 是一个运行在 trace 上的产品内 agent，能够将 trace 聚类成问题并主动提出修复建议。这是一个长时间运行、复杂且模糊的流程。团队公开了其评估方法，由 Brace Sproul 参与撰文。该 agent 旨在帮助开发者更高效地调试和解决 LLM 应用中的问题。

AI产品 LangSmith LangChain 智能体

推荐理由：LangSmith 这次把 trace 分析做成了自动化 agent，能主动发现并建议修复问题，调试体验会提升很多。

原文

01:34

官方账号LangChain@LangChainAI

LangChain发布概念指南，阐述团队治理AI代理需考虑的完整系统要素。涵盖认证、审计日志、速率限制、回退机制和集中支出控制等基础支柱。指南帮助开发者建立全面的代理治理框架。

技巧 LangChain 智能体 AI安全

推荐理由：LangChain发了篇指南，教你治理AI代理要管认证、日志、限流、回退和花钱，很实用。

原文

7月20日

23:01

官方账号LangChain@LangChainAI

悉尼·朗克尔（Sydney Runkle）在 LangChain 推文中用一句话解释了 Deep Agents 的概念。该推文附带视频，已有 2400 次浏览和 13 个点赞。目前有 1 条评论和 2 个收藏。

技巧 LangChain Deep Agents sydneyrunkle

推荐理由：LangChain 的 Sydney Runkle 一句话说清 Deep Agents 概念，带视频讲解，适合快速了解。

原文

7月19日

03:21

官方账号LangChain@LangChainAI

精选

LangChain在内部构建了一套完整的软件工程智能体工厂并全部开源。Brace Sproul的博客深入解析了每个组件的功能和设计思路。开源这些组件使开发者能够自由构建和定制自己的软件工程智能体。

AI产品 LangChain 智能体软件工程

推荐理由：LangChain把内部用的全套软件工程智能体工厂开源了，博客逐组件讲解，想自己搭agent的别错过。

原文

7月18日

23:57

官方账号LangChain@LangChainAI

精选

GPT Researcher是由Assaf Elovic和Tavily开发的开源深度研究实现，在GitHub上接近30k星。它基于LangChain的Deep Agents，采用规划-并行研究-审查-发布流程，代码量更少。与Tavily Web搜索相比，其验证引用数量约2倍，质量相当或更好，在Deep Research Bench的10项任务中7项胜出。

AI模型 GPT Researcher Deep Agents LangChain

推荐理由：LangChain推的GPT Researcher基于Deep Agents，代码更少，引用翻倍，7/10任务赢，开源省心。

原文

05:31

官方账号LangChain@LangChainAI

LangChain 在社交媒体上发布招聘信息，邀请有意者前往其官网 langchain.com/careers 查看开放职位并提交申请。该公告发布于 2025 年 3 月 7 日，目前暂未公开具体岗位名称与数量。

行业 LangChain 招聘行业动态

推荐理由：LangChain 正在招人，想加入这家搞 AI 框架的公司可以看看。

原文

03:27

官方账号LangChain@LangChainAI

LangChain 的 Sydney Runkle 和 Jake Broekhuizen 在 40 分钟视频中全面解析 Deep Agents，涵盖定义、工作原理、常见用例及核心组件。视频重点介绍了文件系统如何与 Agent 交互，并演示了端到端实现流程。适合希望构建复杂 Agent 工作流的开发者参考。

技巧 Deep Agents LangChain 智能体

推荐理由：LangChain 两位专家花 40 分钟把 Deep Agents 从原理到实战讲透了，文件系统那块特别实用，想搞 Agent 的必看。

原文

01:24

官方账号LangChain@LangChainAI

LangChain认为智能体(Agent)是一种新型软件，具有无限输入和非确定性输出的特性。传统软件构建方式会导致智能体失效。LangSmith围绕Agent开发生命周期设计，包含构建、测试、部署、监控四个阶段。该框架帮助开发者系统化管理智能体应用。

技巧 LangChain LangSmith 智能体

推荐理由：LangChain分享Agent开发新思路，用LangSmith的构建-测试-部署-监控流程，避免传统方法失效。适合做智能体的同学。

原文

7月17日

23:21

官方账号LangChain@LangChainAI

LangChain将于7月23日举办网络研讨会，由Sydney Runkle主讲。内容涵盖agent循环、验证循环、事件驱动循环和hill-climbing循环。这些方法帮助团队构建更可观察、可测试且可靠的系统。报名链接位于events.langchain.com。

行业 LangChain 智能体可观测性

推荐理由：想学怎么用不同循环搭可靠的AI系统？LangChain这个研讨会专家亲自讲，很有干货。

原文

06:15

官方账号LangChain@LangChainAI

LangChain 将于7月28日与 Cognition 联合举办线下 meetup，主题为 LLM Wikis 和 OpenWiki。OpenWiki 旨在为 AI agent 提供开放记忆功能。活动名额有限，需通过 luma.com/mylwoabu 提前 RSVP。

技巧 LangChain cognition OpenWiki

推荐理由：LangChain 和 Cognition 办了个线下分享，教你怎么用 OpenWiki 给智能体加上持久记忆，感兴趣的话早点报名。

原文