LangChain 在 Interrupt NYC 和 London 活动上发布多项更新。LangSmith 新增 AI Search（按语义搜索 trace，如判断用户是否沮丧、是否泄露 PII）、Managed Deep Agents v0.9（支持 Slack 交互、用户级记忆、定时任务，内置免费网页搜索）、Engine v2（红队测试、自动验证修复）、Trajectories（按时间线查看主 Agent 与子 Agent 路径）、Custom Apps 和 Fine-Tuning（用 Baseten 或 F…
推荐理由做 Agent 可关注 Managed Deep Agents 的免费网页搜索和用户级记忆，以及用生产轨迹微调模型的流程
Orange Business 基于 LangChain 和 LangSmith 构建了 Live Intelligence 平台，用于智能体开发、评估、可观测性和生产规模扩展，并强调平台的治理能力。原文未披露具体性能数据或部署规模。
推荐理由做企业级 Agent 平台可参考其评估与可观测性的组合方式
LangChain 在 LangSmith 中上线 AI Search，支持用自然语言查询 trace。用户直接描述想找的行为，LangSmith 就返回发生过该行为的 trace，替代按字段和标签手动筛选的方式。原文未披露支持的模型、价格和上线范围。
推荐理由调试 Agent 时不用再手写筛选条件，直接描述行为就能定位出问题的调用链
LangChain 为 LangSmith 推出 Custom Apps，允许团队基于 LangSmith 数据构建、发布并运行自定义 UI，直接嵌入 LangSmith 工作区。Plus 和 Enterprise 用户可用 LangSmith Chat 描述所需数据和可视化方式，由 Chat 生成应用；也可基于模板和 LangSmith API 自行编码。发布后应用成为工作区共享界面，无需自行处理托管、认证和权限。官方称已有数千个 AI 工程团队用 LangSmith 调试、评估和改进 Agent，此前部分团队需…
推荐理由做 Agent 评估和标注的团队，可省掉自建前端、托管和权限的维护成本。
LangChain 在 Interrupt NYC 上发布 LangSmith 多项更新。Engine v2 新增红队测试能力，可用生产 trace 和代码库生成假设、验证尚未在生产暴露的问题；可检测错误率、延迟、成本趋势及重复工具调用等低效行为；对部署在 LangSmith 上的 Agent 可自动验证修复方案并一键提 PR。Engine 自 5 月上线以来已分析超 6000 万条 trace。托管 Deep Agents v0.8 新增身份范围认证与记忆、渠道和工具管理。自托管版后续将支持 Engine 的 B…
推荐理由做 Agent 可观测性的团队可看：Engine 已分析 6000 万条 trace，新增自动验证修复并提 PR。
LangChain 为 LangSmith Engine 推出 v2 版本，新增红队测试功能，可主动检测幻觉和系统提示词违规等尚未在生产环境暴露的问题。Engine 自 5 月上线以来已分析超过 7000 万条 trace，诊断出数万条问题。v2 还能识别更隐蔽的问题，如低效的 agent 轨迹（错误或重复的工具调用）以及错误率、延迟、成本等指标的趋势变化，并在人工审核和部署前自动验证其提出的修复方案。红队测试目前面向现有 LangSmith Deployment 用户开放 Private Beta。
推荐理由做 Agent 的团队可以申请 Beta，提前发现幻觉和提示词违规，不用等用户踩坑
LangChain 在 LangSmith 中推出 Trajectories 功能，把一次 Agent 会话中的消息按首次出现顺序聚合展示，覆盖主 Agent 和子 Agent 中人类、AI 与工具的消息。它是对 thread 内 trace 的投影，去掉嵌套 run 结构，只保留解释 Agent 行为的消息和动作，每条消息只出现一次。用户可将 thread 以 trajectory 形式查看、用在线评估器打分，并送入标注队列或数据集。该功能开箱支持 LangChain、LangGraph、Deep Agents，…
推荐理由调试长会话 Agent 时，先用 Trajectories 定位出错轮次，再跳回完整 trace 看运行细节。
LangChain 发布博客，介绍两家医疗 AI 公司如何用 LangSmith 把临床专家评审转化为可复用资产。Included Health 的 AI 导诊产品 Dot 基于 LangGraph 和 Deep Agents 构建，负责解答医保账单问题、分诊并识别急症；Abridge 把医患对话转成临床笔记并接入病历与计费。两者共同约束是：准确性由工程团队之外的临床专家判定，而专家时间是最稀缺资源。做法是把专家输入沉淀为标注数据集、校准后的评测器和自动发布门禁，并应对 PHI 处理与数据漂移问题。原文信息有限，具…
推荐理由做医疗或高合规 AI 产品的团队可参考：把专家评审变成可复用评测集和发布门禁，而非一次性人工成本。