LangChain 相关 AI 资讯 · AITOP

7月17日

04:12

官方账号LangChain@LangChainAI

LangChain 宣布将于8月12日举办线上活动，聚焦生产环境中 AI 智能体的治理问题。内容涵盖如何控制支出、保护敏感数据、执行内部策略和管理访问权限。活动将解析治理在系统设计中的角色，并介绍网关基础设施如何融入智能体开发生命周期。核心是为团队提供有效治理生产智能体的基础框架。

技巧 LangChain 智能体生产部署

推荐理由：LangChain 要聊怎么管好生产环境里的智能体，包括控制开销、保护数据，从系统设计层面给方案，不是泛泛而谈。

原文

03:17

Harrison Chase@hwchase17

LangChain团队在2025年从约100人增长至超过300人，规模几乎翻三倍。早期公司只有7人，创始人Harrison Chase和Ankush Gola在ChatGPT发布后一个月开始合作。当时网站仅包含一个鹦鹉图标和链接图标，没有任何营销内容。团队坚持“对废话零容忍”原则，优先解决用户真实问题而非追逐GitHub星标。目前LangChain正在招聘产品、工程、办公管理等多个岗位。

行业 LangChain 创业故事团队扩张

推荐理由：想知道LangChain怎么从七个人做到三百人？这篇第一人称回忆讲了真实早期经历，没有虚的，全是干货。

原文

01:42

Aravind Srinivas@AravSrinivas

精选

Perplexity Agent API与LangChain的LangGraph结合，可在约90秒内生成一份风险投资备忘录，成本仅0.40美元。该工作流使用4个并行LangGraph节点，分别研究财务、产品和市场信息。最后通过一个无工具的合成器根据并行研究结果撰写备忘录。详细实现可参考LangChain博客。

技巧 Perplexity Agent API LangChain LangGraph

推荐理由：用Perplexity Agent API加LangChain，90秒花4毛钱自动写投资备忘录，适合VC工作流。

原文

01:09

Harrison Chase@hwchase17

LangChain创始人Harrison Chase提出，真正的智能优势在于随时间复合的飞轮，而非当前模型。智能是由模型、系统、上下文、记忆、经济性和反馈循环共同构成的系统，若系统不透明则是租用而非拥有。你需要拥有控制层，将智能深度集成到自有系统中并任务定制；拥有上下文和记忆层（用户偏好、组织知识、工作流模式），避免被供应商锁定；拥有模型可选性，跨模型、提供商和部署模式自由路由；拥有经济性，确保可大规模部署；同时拥有反馈循环，通过可观测性和评估衡量智能效果，而非猜测。

行业 LangChain 模型可选性 AI经济性

推荐理由：LangChain创始人分享了关于智能所有权的7条原则，帮你搞清如何构建可持续的AI系统，而不是租用别人的封闭方案。

原文

00:18

Harrison Chase@hwchase17

精选

LangChain 发布新视频，演示如何通过 Baseten 运行 NVIDIA 的 Nemotron 3 Ultra 模型，该模型拥有 550B 参数，每秒可生成 300 token。视频展示了构建终端智能体、子智能体以及支持 MCP 协议的过程，所有追踪都通过 LangSmith 完成。这是一个实用的开源模型工作流教程。

技巧 Nemotron 3 Ultra LangChain Baseten

事件专题

推荐理由：想看 550B 参数的 Nemotron 3 Ultra 怎么跑智能体？LangChain 出了教程，支持 MCP 和子智能体，速度 300 tok/s，值得动手试试。

原文

7月16日

23:27

Harrison Chase@hwchase17

LangChain创始人Harrison Chase与FactoryAI CTO Eno Reyes在Max Agency播客讨论Agent构建。双方认为Agent的harness（框架/工具层）比底层模型更决定能力上限。Reyes分享了Factory如何设计Missions功能来编排多步骤任务。对话深入分析了具体架构选择对Agent可靠性的影响。

行业 Max Agency FactoryAI LangChain

推荐理由：听FactoryAI CTO和LangChain创始人聊Agent框架，为什么说‘骨架’比模型更关键，还有Missions的设计思路。

原文

23:24

官方账号LangChain@LangChainAI

LangChain 的 Max Agency 播客邀请 FactoryAI CTO Eno Reyes 讨论构建 AI 智能体时 harness 比底层模型更关键的原因。双方深入探讨了 Factory 如何开发 Missions 功能，以及如何构建可扩展的智能体框架。还分享了在 LangChain 和 Factory 框架下选择不同模型的实际经验。

行业 LangChain Max Agency FactoryAI

推荐理由：觉得模型最重要？听听 Factory CTO 怎么说。这期播客聊透了为什么 harness 才是智能体成败的关键。

原文

21:21

官方账号LangChain@LangChainAI

精选

Box Agent通过Deep Agents中间件实现三个关键优化。第一，答案流式与引用生成并行执行，避免用户等待时中断。第二，在多轮对话中注入提示缓存，降低成本和延迟。第三，当上下文超过170k tokens时自动总结历史对话，防止上下文溢出。这些功能提升了Box Agent的响应速度和稳定性。

AI产品 Box Deep Agents Box Agent

推荐理由：Box Agent用Deep Agents中间件来并行生成引用和缓存提示，还能管理170k token的上下文，挺实用的，值得看看他们的实现方式。

原文

06:21

官方账号LangChain@LangChainAI

技巧 LangChain 智能体治理 AI安全

推荐理由：LangChain出了个agent治理指南，从认证到成本控制全讲清楚了，搞生产级agent的团队可以看看。

原文

04:57

官方账号LangChain@LangChainAI

LangChain Fleet在Slack中推出重大升级。用户可将任何Fleet agent一键带入Slack频道。Agent能获得自定义身份，支持频道和线程内使用。可传递文件、审批操作，所有工作上下文集中一处。

AI产品 LangChain Fleet Slack

事件专题

推荐理由：LangChain把Fleet agent直接拉到Slack里了，还能自定义身份、传文件、审批操作，团队协作方便多了。

原文

04:19

官方账号LangChain@LangChainAI

LangChain 举办 LangSmith 路演活动，提供半天的动手实操机会。活动涵盖 LangSmith Engine 和 Managed Deep Agents 的现场演示、客户案例分享以及实验室环节。参与者可深入了解这两款产品的实际应用与集成方式。

AI产品 LangSmith LangChain Managed Deep Agents

推荐理由：LangChain 搞了个半天的实战路演，现场演示 LangSmith Engine 和 Managed Deep Agents，适合想上手体验的开发者。

原文

02:57

官方账号LangChain@LangChainAI

LangChain 新功能允许用户在 Slack 中直接创建自定义智能体，无需编写代码。该功能由 Caspar Broekhuizen 演示，旨在简化团队协作流程。用户可通过可视化配置快速部署专属 Agent。

AI产品 LangChain Slack 智能体

事件专题

推荐理由：LangChain 现在能让你在 Slack 里拖拽建个 AI 帮手，不用写一行代码，团队协作更省事。

原文

02:54

官方账号LangChain@LangChainAI

11x 最初使用一个 Fleet agent 在 Slack 进行 bug 分类。随后他们扩展到 on-call 警报和产品问答。每个 agent 在 Slack 中拥有明确身份，销售人员在通话时也用它查询产品问题。Fleet agents 现已支持一键部署到 Slack。

AI产品 11x Fleet Slack

事件专题

推荐理由：11x 把 Fleet agent 从 bug 分类做到销售支持，每个 agent 在 Slack 有专属身份，还能一键部署，团队用起来很方便。

原文

02:15

官方账号LangChain@LangChainAI

Fleet in Slack 获得重大升级，现在可以一键将任何 Fleet agent 引入 Slack。用户可自定义 agent 的身份，并在频道和线程中使用。支持文件传递、操作审批，所有工作上下文集中管理。该更新由 LangChain 发布，详细功能见官方博客。

AI产品 Fleet Slack LangChain

事件专题

推荐理由：LangChain 把 Fleet agent 直接搬进 Slack 了，一键拉入，还能自定义身份、传文件、审批操作，工作流超顺。

原文

02:11

Harrison Chase@hwchase17

LangChain 为 Slack 中的 Fleet 推出重大升级，现在用户可一键将任意 Fleet 智能体引入 Slack。智能体获得自定义身份后，能在频道和线程中使用。支持文件交接、操作审批，并保持工作上下文连贯。该更新旨在让团队直接在聊天平台获取 AI 能力，无需切换工具。

AI产品 LangChain Fleet Slack

事件专题

推荐理由：LangChain 把 Fleet 智能体做成 Slack 插件，一键部署还能自定义身份，团队协作省事多了。

原文

01:55

LlamaIndex@llama_index

7月24日，AWS AI Builder Lab在纽约举办Clash of Agents竞赛，开发者使用Bedrock平台构建多智能体系统。合作方包括OpenAI、LangChain、HiddenLayer、Protopia AI、Fiddler AI和Coder，现场设有合作伙伴挑战和实时排行榜。活动上限200名开发者，免费注册，优胜者可获AirPods和Meta glasses。全程动手实践，无讲座和社交环节。

行业 AWS Bedrock Clash of Agents

事件专题

推荐理由：周五纽约AWS主办的多智能体实战赛，和OpenAI、LangChain同场竞技，用Bedrock开发，排名高能赢AirPods和Meta眼镜，仅200个免费名额，赶紧抢

原文

7月15日

22:48

官方账号LangChain@LangChainAI

LangChain于今天美国太平洋时间上午11点/东部时间下午2点举办了一场网络研讨会，主题是安全地让AI代理拥有自己的计算机。研讨会介绍了如何通过沙盒化、权限限制等策略，防止代理滥用系统资源。注册链接位于events.langchain.com/register/build。该活动旨在帮助开发者更安全地部署自动化代理。

技巧 LangChain 智能体 AI安全

推荐理由：LangChain今天有个会，教你安全地让AI代理自己操控电脑，避免搞破坏。想学沙盒和权限控制的话别错过。

原文

22:10

官方账号LangChain@LangChainAI

在LangChain举办的Interrupt活动上，丰田企业AI团队分享了ToyotaGPT平台。该平台基于LangGraph构建，将智能体交付时间从6个月缩短至4天。目前已有超过50个智能体在生产环境中运行。案例展示了LangGraph在企业级AI部署中的实际效果。

行业 LangChain ToyotaGPT LangGraph

推荐理由：丰田用LangGraph把智能体上线从半年砍到4天，还跑了50多个agent，企业AI落地可以参考这个实战案例。

原文

05:45

官方账号LangChain@LangChainAI

LangChain团队在Twitter发布视频，回应社区关于智能体（agent）的常见问题。该推文获得13次点赞和2476次查看。视频内容针对开发者在使用LangChain构建智能体时的常见疑问。团队通过问答形式解释了智能体的定义和应用场景。

技巧 LangChain agent 智能体

推荐理由：做Agent开发的可以看看LangChain官方解答，常见问题都有。

原文

04:40

Harrison Chase@hwchase17

LangChain 与 SureCapital 合作推出了开源编码工具 dcode。该工具被作者誉为当前最喜欢的编码工具之一。dcode 作为开源项目，旨在简化编码流程。更多详情可查看原始推文。

AI产品 dcode LangChain SureCapital

推荐理由：LangChain和SureCapital做了个开源编码工具dcode，喜欢编程的朋友可以试试。

原文

02:40

Harrison Chase@hwchase17

精选

LangChain 发布了新功能，标准化了 Cursor、Copilot、Pi 和 OpenCode 等编码代理在 LangSmith 中的追踪。用户无需额外工具即可获得完整的会话可观测性。支持用稳定键识别、分组和查询任何编码代理的追踪，无论来自哪个代理。还能看到完整的运行树，包括轮次、模型调用、工具和子代理。内置 token 使用和每次会话的成本统计。

AI产品 LangSmith LangChain Cursor

事件专题

推荐理由：LangSmith 现在能统一追踪 Cursor、Copilot 等所有主流编码代理，不用再额外配置，看运行树和成本一目了然。

原文

7月14日

23:42

Fireworks AI@FireworksAI_HQ

精选76°

LangChain 与 NVIDIA 合作推出 Deep Agents，基于 Nemotron 3 Ultra 开放模型。该智能体成本仅为封闭模型的十分之一。用户可在 Fireworks 上运行，并进行后训练定制化。最终得到专属的专用智能体。

AI模型 LangChain NVIDIA Nemotron 3 Ultra Fireworks

事件专题

推荐理由：LangChain 和 NVIDIA 搞了个开放智能体，成本是封闭模型的1/10，还能自己后训练定制，挺实用的。

原文

23:35

官方账号LangChain@LangChainAI

精选

LangChain 为 LangSmith 构建了 Codex 会话追踪插件。用户只需两个配置块和一个标志即可启用。该插件会记录每个回合的工具调用、token 使用量和子代理线程。所有追踪数据以 LangSmith 真实追踪形式呈现，方便开发者深入调试。

AI产品 LangSmith Codex LangChain

推荐理由：LangChain 把 Codex 会话追踪直接集成到 LangSmith 了，配置超简单，调试智能体流程更方便。

原文

22:54

官方账号LangChain@LangChainAI

LangChain宣布将于7月23日举办线上研讨会，由Sydney Runkle主讲，深入解析构建生产就绪型AI代理所需的四个核心循环。这些循环包括任务完成、工作验证、响应真实世界事件以及从生产反馈中改进。该研讨会旨在帮助开发者将仅能执行动作的代理升级为可靠的生产系统。

技巧 LangChain 智能体生产部署

推荐理由：LangChain的Sydney Runkle带你搞懂让AI代理真正靠谱的四个循环，7月23日开讲，别错过。

原文

07:07

Harrison Chase@hwchase17

OpenWiki 0.1.2 版本正式发布，新增 `--init` 和 `--update` 默认运行 Code Brain，覆盖最常用场景。新版本支持通过特定提示在 wiki 文件中记录积压任务。该版本共有 11 位贡献者，其中 8 位是首次参与。项目已在 GitHub 开放，欢迎提交 PR。

AI产品 OpenWiki LangChain Code Brain

推荐理由：OpenWiki 出新版了，初始化更新默认跑 Code Brain，还能用提示词记未完成任务，赶紧试试。

原文

04:30

官方账号LangChain@LangChainAI

LangChain 将于7月15日举办一场关于为AI智能体构建安全沙箱执行环境的技术网络研讨会，主题为“Build a Secure Computer for Your Agent”。研讨会将讲解沙箱执行架构模式，覆盖代码代理、数据分析和文件处理三个应用场景。这场活动面向开发者，旨在解决智能体运行时隔离与安全控制的问题，活动链接已在LangChain官网开放注册。

行业 LangChain 智能体沙箱执行

推荐理由：LangChain 手把手教你给智能体搭一个安全的沙箱电脑，用代码代理、数据分析、文件处理三个例子讲架构，怕跑飞代码的可以蹲。

原文

04:27

官方账号LangChain@LangChainAI

LangChain提出生产级智能体计算机需满足四个要求：安全执行未信任代码、控制凭证和资源、提供团队可见性、支持快速迭代与可复现环境。这些要求覆盖了从代码运行到权限管理的全链路安全与效率。该框架帮助开发者构建更可靠的智能体系统。

技巧 LangChain 智能体代码安全

推荐理由：LangChain总结了跑智能体到生产环境真正需要什么：安全执行代码、管好凭证、团队能看日志、环境可复现。做智能体应用的建议看看。

原文

03:45

官方账号LangChain@LangChainAI

精选

LangChain 发布 7 分钟教程，演示如何使用 Deep Agents Code 在 NemoClaw OpenShell Sandbox 中构建治理化智能体。教程中模型使用 NVIDIA Nemotron 3 Ultra，通过 Baseten 提供服务。用户可通过一条命令将 Deep Agents Code 设为治理蓝图，保持源代码、模型和审计轨迹私有。

技巧 LangChain Deep Agents Code NemoClaw

事件专题

推荐理由：LangChain 工程师用7分钟教你部署 Deep Agents Code 到 NVIDIA 的 NemoClaw 沙箱，还能私有化运行，很实用。

原文

02:18

官方账号LangChain@LangChainAI

精选

7月14日，LangChain的@bromann与Andrew Wong联合举办Webinar，演示如何构建会展示工作过程的Agent。该Agent实时输出工具调用和推理步骤，并引用Box的可信上下文。目标是消除黑盒猜测，提供有依据的回答。活动面向开发者，强调透明性和可信度。

技巧 LangChain Box 智能体

推荐理由：想学怎么让AI Agent不瞎猜、敢于展示推理过程？LangChain和Box的这场直播正好手把手教，还能看实时工具调用。

原文

01:27

官方账号LangChain@LangChainAI

LangChain发布了一个方法，只需一条命令即可将Deep Agents Code作为受治理蓝图部署在NVIDIA NemoClaw上。该蓝图基于Nemotron 3 Ultra运行，用户能够保留自己的源代码、模型和审计追踪完全私有。这简化了在NVIDIA平台上的部署流程，同时保证了数据治理和所有权。

技巧 Deep Agents Code NVIDIA NemoClaw Nemotron 3 Ultra

事件专题

推荐理由：想私有化部署Deep Agents Code？一条命令在NVIDIA NemoClaw上跑起Nemotron 3 Ultra，还能保留你的审计记录。

原文

7月13日

13:43

13:43IT之家（博客/媒体）

英伟达CEO黄仁勋在深度对话中表示，AI是像吸尘器一样的工具，没有意识，不应过度拟人化。他与LangChain创始人Harrison Chase讨论企业AI未来，预测大多数公司将建立在框架之上。黄仁勋认为使用AI越多反而需要雇佣更多人，其软件工程师更倾向于构建代理程序而非写Python代码。与Anthropic CEO达里奥·阿莫迪和亚马逊CEO安迪·贾西的观点不同，黄仁勋淡化AI大规模消灭白领工作的担忧，认为AI将创造更多岗位。

行业黄仁勋英伟达 LangChain

事件专题

推荐理由：黄仁勋说AI就像吸尘器，别把它当人看。他还讲AI会创造更多工作，不是消灭白领。观点很直接，值得一看。

原文

7月11日

19:10

小互@imxiaohu

精选

OpenWiki 0.1.0 可连接 Gmail、Notion、Git 仓库、Twitter/X、Hacker News 和网页搜索六类信源。它将抓取的信息自动整理为本地 Markdown wiki，供 AI 智能体随时调用。该 wiki 会按设定节奏自动刷新，无需手动维护。这为智能体提供了主动记忆能力，减少了重复查询和数据过时问题。

AI产品 LangChain OpenWiki 智能体

事件专题

推荐理由：LangChain 出了 OpenWiki，能自动从 Gmail、Notion、Git 等抓内容做成 wiki，智能体随时查还自动更新，省心！

原文

06:19

官方账号LangChain@LangChainAI

LangChain 发布推文宣布正在招聘，岗位包括工程、GTM（市场运营）、人事财务以及产品。相关职位信息可在其官网 langchain.com/careers 查看并申请。这条招聘动态显示该公司正在扩充团队以支持其 AI 开发框架业务。

行业 LangChain 招聘行业动态

推荐理由：LangChain 正在招人，工程、市场、人事、产品都在招，想进 AI 框架公司发展的可以去看看。

原文

01:04

Harrison Chase@hwchase17

精选

LangChain 与 NVIDIA 合作发布了 NemoClaw DeepAgents 蓝图，该蓝图集成了 Deep Agents 开源框架、Nemotron 3 ultra 模型以及 OpenShell 企业运行时。同时，OpenWiki 推出新版本，支持从 Gmail、互联网等来源创建个人知识库（个人大脑）。这些更新旨在帮助企业从模型层到上下文层实现完整的技术栈掌控。

AI产品 LangChain NVIDIA Deep Agents

事件专题

推荐理由：LangChain和NVIDIA合作出了个新蓝图，用Nemotron 3 ultra跑Deep Agents，还有OpenWiki新版本能从你的邮箱建个人知识库，挺实用的。

原文

00:10

官方账号LangChain@LangChainAI

精选

LangChain 团队将 NVIDIA 的 Nemotron 3 Ultra 接入 agent 框架 Deep Agents 进行调优。他们通过特定的训练和推理优化，提升了模型在复杂任务中的表现。调优后的 Nemotron 在多个 benchmark 上取得进展，展示了开源模型在智能体场景下的潜力。

AI模型 Nemotron NVIDIA LangChain

事件专题

推荐理由：LangChain 分享了怎么用 Deep Agents 调优 Nemotron 3 Ultra，有具体方法，做 agent 的可以看看。

原文

00:08

Harrison Chase@hwchase17

Sierra全员使用内部Agent Pinecone，该工具可自动化90%的编码、分析和琐事。Pinecone支持接入Slack、Github、Linear等工具，可在本地测试，并兼容多模型。LangChain基于此发布了开源版OpenSWE，它模型无关且完全开源，能与LangSmith集成实现可观测性。

AI产品 OpenSWE LangChain 编程助手

事件专题

推荐理由：LangChain搞了个开源版OpenSWE，能像Sierra的Pinecone一样自动搞定90%编码工作，还支持多种模型。想省力气写代码的可以试试。

原文

7月10日

12:05

Harrison Chase@hwchase17

Colin Francis在推文中提出智能体记忆的新范式：从被动反应式转向主动式。OpenWiki是LangChain推出的开源项目，允许智能体连接数据源、根据用户关心的内容主动获取信息，而非等待调用。用户只需配置数据源和偏好，智能体便能直接高效工作。项目已开源，鼓励社区参与。

AI产品 OpenWiki LangChain 智能体

推荐理由：OpenWiki把智能体记忆从被动等命令变成主动帮你筛信息，接上你的数据源就能干活，开源免费，值得试试。

原文

04:25

官方账号LangChain@LangChainAI

精选

OpenWiki 推出 "brains" 模式，使 AI 代理能同时利用代码库和个人 wiki 两种记忆。该模式为每种记忆类型提供独立配置与运行工作流。LangChain 发布了详细博客介绍如何管理这两种记忆。此更新旨在增强代理的长期记忆能力，覆盖更多应用场景。

AI产品 OpenWiki LangChain 智能体记忆

推荐理由：想让你的 AI 代理记住代码和个人知识？OpenWiki 的 "brains" 模式同时支持两种记忆，比之前灵活多了。

原文

04:22

官方账号LangChain@LangChainAI

LangChain 团队发布了名为 OpenWiki 的开源项目，代码托管在 GitHub 上（github.com/langchain-ai/openwiki）。该项目可供开发者访问源代码并进行贡献。具体功能与用途尚未详细说明，但预计与构建 wiki 相关应用有关。

AI产品 LangChain OpenWiki GitHub

推荐理由：LangChain 新整了个 OpenWiki 开源仓库，代码在 GitHub 上，你可以直接看源码、自己部署试试。

原文

03:02

官方账号LangChain@LangChainAI

LangChain指出，只读代理容易进行分支和测试，而涉及生产数据的写访问代理的评估仍是许多团队未解决的难题。该观点出自LangChain与Ben Tannyhill合作的Max Agency项目。推文中未提供具体基准数据，但强调了代理类型差异对测试流程的影响。

技巧 LangChain 智能体代理测试

推荐理由：LangChain分享了一个很实在的观察：只读代理很好测，但写代理的评估目前大家都没好办法——做AI代理开发的可以看看。

原文