上周我们宣布了我们的 C 轮融资并推出了全新的LangSmith Agent Platform:一个用于构建、运行、改进和治理每一个智能体的统一平台。借此,智能体如今成为 LangSmith 中的核心对象,为开发者连接起碎片化的工作流,并让平台团队能够管理整个业务范围内的智能体。
在本文中,我们讨论为什么要重构产品、智能体模型如何运作、它带来了哪些新能力,以及我们接下来将把它带向何方。
我们为什么要重建 LangSmith?
2026 年,随着新的harness、模型和工程方法的出现,智能体的采用迎来了阶跃式变化,使得构建能够可靠地完成复杂、高价值工作的智能体成为可能。
如今,企业在整个业务中运行着许多智能体:工程团队使用编码智能体,产品团队在构建面向客户的智能体,组织内各团队还有各种内部生产力智能体。这些智能体用不同的框架构建、托管在各种运行时上,并使用各种各样的工具和模型。
结果是工程师和平台团队的工作流都变得碎片化。
工程师在彼此割裂的界面之间来回操作。追踪、监控和部署都位于不同的地方。这需要频繁切换上下文,而在实践中会导致团队跳过构建评估等困难但重要的步骤。
AI 平台团队难以回答基本的治理问题。存在哪些智能体,每个智能体由谁负责?它们的成本是多少,运行表现如何?当成本激增时,往往找不到明确的人来询问发生了什么。
我们希望让团队能够简单地从一处管理整个智能体开发生命周期,可使用任意技术栈,并对全部环节实现归属与治理。
一个平台覆盖整个智能体开发生命周期
LangSmith 支持整个智能体开发生命周期:构建、运行、改进和治理。现在,我们通过独特的智能体记录把整个过程连接了起来。
- 构建:用 LangSmith Studio 中全新的自然语言构建器描述一个智能体,用我们的开源 harness 以代码构建,或使用任何其他框架。
- 运行:部署在LangSmith Agent Server上,或将智能体保留在你已在使用的运行时上。
- 改进:追踪、评估、数据集、标注,以及Engine适用于任何将追踪数据发送到 LangSmith 的智能体。
- 治理:LangSmith 智能体注册表以及LLM Gateway提供组织级可见性,并对每个已注册的智能体实施严格控制。
打开某个智能体记录后,只需一键即可访问其追踪、评估、Agent Server 和 Engine 问题,因此无需在多个界面之间来回切换查找。每个智能体的本地、开发、预发布和生产环境都位于同一个智能体 ID 之下,因此更改后比较性能非常简单。

LangSmith 是可组合的,因此你可以按需选择所需的部分。如果你已经在其他平台上运行智能体,可以将其连接到 LangSmith 来改进和治理它,而无需更改任何其他工作流。
如果你在 LangSmith 上构建和运行,你获得的不只是一个管理生命周期的单一场所。LangSmith 的各产品相互构建,因此你可以更快地发现、修复、发布和验证智能体中的问题。例如,LangSmith Engine 可以验证所提议的修复方案在合并到生产环境之前,对照 Agent Server 预览进行验证。
智能体的新数据模型
此前,发送到 LangSmith 的追踪数据使用扁平的 project 层级结构,不与任何特定智能体关联。来自单个智能体在不同环境中的追踪数据彼此之间没有关联。
现在只有一个智能体记录,环境和追踪数据都归组在其下。开发生命周期的每个阶段都连接到该智能体记录。
每个智能体记录包含三个属性:
- Owner:负责该智能体的具名人员
- ID:全局唯一、不可变的标识符
- Type:该智能体的类型,它决定了其仪表盘中呈现的信息、数据连接以及评估标准

针对不同智能体类型的评估与治理
不同的智能体做不同的工作,因此你需要不同类型的评估来治理和改进它们。例如,编码智能体的评判标准是它编写的代码是否被合并,而客户支持智能体则要求低延迟。智能体类型将这些区别内建到 LangSmith 架构中,因此每个智能体记录都提供围绕该智能体目标设计的有用资源。
智能体类型提供三样东西:
围绕智能体工作构建的数据视图:每种智能体类型都有一个量身定制的仪表盘,包含关键统计数据和评估标准。对于通用智能体,这包括智能体描述、近期活动、在线监控、常用模型和工具,以及 Engine 发现的智能体故障。对于编码智能体,则是合并的 PR、token 成本和智能体完成的工作类型。
无需手动设置即可获得一致的数据:这些仪表盘是刻意带有倾向性的。当你为智能体指定一种类型后,其仪表盘即刻可用,无需先构建自定义视图。同一类型的每个智能体都以相同方式衡量,因此当三个人各自运行编码智能体时,这些指标在三人之间是可比的。
数据连接:编码智能体类型允许你连接 GitHub 仓库,以追踪智能体使用的下游结果。随着我们构建更多智能体类型,我们将继续构建集成,使你能够查看并基于智能体的相关数据采取行动。

我们从通用智能体和编码智能体开始,并正在扩展到具有独特评估方式的其他智能体类型。例如,语音智能体不仅需要解决客户问题,还需要以低延迟和良好音质与客户交互。借助智能体类型,我们可以默认呈现这些特定数据,并让开发者更容易发现故障并修复它们。
治理每一个智能体,无论它在哪里运行
智能体泛滥已成为一个治理问题,它来自三个方向。工程团队构建自定义智能体。业务部门采用来自供应商平台的智能体,例如用于 IT 的 ServiceNow 和用于企业搜索的 Glean。而员工则自行选用编码和生产力智能体。
平台团队和 AI 负责人要对所有这些负责,但要求每个团队统一到一个平台上并不现实。
借助 LangSmith,他们不必如此。它适用于在任何支持 OpenTelemetry Protocol (OTLP) 的平台上运行的智能体,包括实验室和超大规模云厂商。连接智能体后,它就会与你的工程师构建的智能体一起注册,并以相同方式衡量。
每个注册的智能体都有所有者、ID 和类型。对管理员而言,这提供了一种一致的方式来监控和管理整个智能体集群。成本和质量指标会按每个环境汇总到每个智能体。如果某个 Glean 智能体出现成本激增,就有明确的所有者可联系,同时还有指明问题所在的追踪详情。

LangSmith 的下一步方向
智能体记录是 LangSmith 的新基础,我们很期待在此基础上继续构建。当每条追踪、每个环境和每次部署都绑定到智能体上,我们就能为开发者简化更多工作流,并将治理内建其中。
以下是我们正在构建的方向概览:Engine对你的智能体进行红队测试,发现问题,并在你发布修复后监控回归。你的团队在自定义标注应用中审查生产追踪,该应用围绕其自身的审查流程构建,审查过的示例会自动流入评估数据集。轨迹来自你最佳运行的数据会成为微调模型的数据,从而降低成本并提升智能体表现。所有这些都连接到同一个智能体记录,KPI 实时监控。
这些组成部分如今都已存在于 LangSmith 中。现在我们正将它们连接起来,让开发体验更加轻松。
路线图上还有:
更多智能体类型:通用和编码智能体类型现已可用,语音类型也即将推出。我们将持续扩展,让团队能够标准化评估和治理更多类型的智能体,每种类型都配有相关的数据连接和分析。
组织级仪表盘:集中式仪表盘目前可在工作区级别使用。我们正在开发组织级仪表盘,让领导者能在一个视图中看到整个公司的汇总性能指标和趋势。
身份:每个智能体都已拥有唯一且不可变的 ID。接下来,你将能够在身份提供商中注册智能体,使安全团队能够像管理组织中的任何其他身份一样管理和审计它们。
如何开始使用新版 LangSmith
新版 LangSmith 已在云、BYOC 和自托管环境中全球可用。你可以通过立即登录或注册来试用。
最快的上手方式是使用以下工具构建你的第一个智能体:LangSmith Studio或连接一个智能体你已经在运行的。