Numan 用 LangGraph 和 LangSmith 构建评估优先的 AI 健康教练
Numan 基于 LangGraph 和 LangSmith 构建了 AI 健康教练 Nu，采用按类别评估、模拟对话和合规安全门控。原文信息有限，未披露模型选型、评估指标数值或上线效果数据。
推荐理由做医疗、健康类 Agent 的团队可参考其按类别评估加安全门控的落地方式
共 4 条
LangChain 开源 Open SWE：内部编码 Agent 框架
LangChain 发布开源框架 Open SWE，基于 Deep Agents 和 LangGraph，用于构建企业内部编码 Agent。该框架提炼了 Stripe Minions、Ramp Inspect、Coinbase Cloudbot 三个生产系统的共同架构：隔离云沙箱、精选工具集（Stripe 约 500 个工具）、Slack 优先调用、启动时拉取 Linear/Slack/GitHub 完整上下文、子 Agent 编排。原文信息有限，未披露具体性能数据。
推荐理由想自建内部编码 Agent 的团队可直接参考这套已被三家大厂验证的架构模式
Snyk 把内部支持 Agent 变成客户功能 Snyk Assist
Snyk 将原本服务内部支持团队的对话 Agent 转为面向所有付费客户的产品功能 Snyk Assist，2026 年 9 月上线。该 Agent 基于 LangChain 和 LangGraph 构建，用 LangSmith 做可观测性，能查询未解决问题、检查依赖包漏洞、在对话中开支持工单或提交功能请求。Snyk 支持团队每两周处理数千个工单，此前信息分散在文档、支持文章、发布说明和账户数据中。Snyk 先在内部测试，要求 Agent 回答正确、该拒绝时拒绝、不返回用户无权查看的内容，每次改动都通过 LangS…
推荐理由做企业级 Agent 的团队可参考其权限、状态、护栏和评测的落地路径
LangChain 发文：用 Jev 和 LangGraph 构建生产级 Agent
TypeSafe AI 上周发布决策模型 Jev，它不生成文本，只输出带概率的类型化答案，供代码直接分支。官方基准显示，在路由、分类等窄决策任务上，Jev 比主流 LLM 快最多 200 倍、便宜 400 倍。LangChain 撰文介绍如何把 Jev 接入 LangGraph：代码保留流程结构，模型只负责需要语义判断的分支，即 TypeSafe 所称的「prod, not god」。Jev 具备结构化、可并行、低成本和跨次运行结果稳定四个特性。
推荐理由做 Agent 路由和分类的可以看：窄决策任务上快 200 倍、便宜 400 倍，还能接进 LangGraph