LangChain sikrer 300 mio. dollars i en serie C-runde til en værdiansættelse på 3 mia. dollars med fokus på agentstyring

LangChain meddelte den 13. november 2026, at virksomheden havde rejst 300 mio. dollars i en serie C-runde til en værdiansættelse på 3 mia. dollars. Den eksisterende investor CapitalG stod i spidsen for finansieringen.

Kapitalen skal støtte LangChains arbejde med LangSmith, en platform til drift, forbedring og styring af agenter, uanset hvilken ramme de er bygget med. Den erklærede mission handler om at lade virksomheder vælge deres modeller, kontrollere data og infrastruktur, løbende forbedre agenter og anvende styring, så driften er sikker og kan skaleres.

Runden omfattede betydelig deltagelse fra de nye investorer GIC og DFJ Growth samt de eksisterende investorer IVP og Sapphire Ventures. Salesforce Ventures, Insight Venture Partners, QuantumLight og MongoDB Ventures deltog også, mens Sequoia, Amplify og Benchmark øgede deres deltagelse.

LangChain forventer, at agenter, der er bygget til specifikke fagområder, bliver selvstændige produkter og interne driftsværktøjer, som adskiller sig gennem viden, data og brugeroplevelse. Kontrol over disse systemer vil danne grundlag for en varig konkurrencefordel.

LangSmiths udbredelse og kundernes resultater

LangChain oplyser, at LangSmith bruges af mere end 7.000 organisationer. Blandt eksemplerne er startupvirksomhederne Harvey, Rippling og Listen Labs samt Fortune 500-virksomhederne NVIDIA, Toyota og Salesforce. Hos Clay registrerer platformen hundredvis af millioner agentkørsler hver måned og understøtter forbedringen af agenter. Workday bruger LangSmith til drift og styring på tværs af organisationen og reducerede tiden til at udrulle en ny agent fra fem måneder til under én dag.

Disse implementeringer viser, hvorfor LangChain samler overvågning og styring med udrulning: Drift af agenter i stor skala kræver indsigt efter lanceringen, mens en stor organisation også har brug for en hurtigere og kontrolleret vej til produktionsmiljøet.

Kørsel, forbedring og styring

LangSmiths fundament er organiseret i Agent Runtime, Agent Improvement og Agent Governance. Agent Runtime dækker forløbet fra agentarkitektur til produktionsinfrastruktur. Udviklingsteams bruger Deep Agents, LangGraph og LangChain til at bevare valgfriheden med hensyn til modeller og selv bestemme, hvordan konteksten håndteres. Sikker udrulning i stor skala foregår via LangSmith Agent Server og Sandboxes, enten i skyen eller i kundernes egne miljøer, mens LangSmith Managed Agents og Fleet tilbyder en fuldt administreret vej til produktionsmiljøet.

Agent Improvement kombinerer måling med automatiseret afhjælpning. LangSmith Observability og Evaluation synliggør agenternes adfærd og vurderer deres kvalitet. LangChain oplyser, at LangSmith Engine, platformens egen agent, finder fejl, udarbejder rettelser til kode og prompts og kontrollerer trafik i produktionsmiljøet for tilbagegang i ydeevnen. LangSmith Fine-Tuning hjælper teams med at omdanne agentforløb til træningsdata, der kan bruges til at finjustere og evaluere specialiserede modeller.

Styringssøjlen samler kontrollen over modeller, værktøjer og data. Teams kan bruge LLM and Tool Gateways til at fastsætte budgetter for modeller og reserveadfærd, beskytte følsomme oplysninger samt administrere adgang til værktøjer og godkendelse på tværs af teams og agenter.

Kommende funktioner i LangSmith

LangChain har planlagt et lanceringsevent den 20. november 2026, hvor virksomheden planlægger at præsentere flere nye LangSmith-funktioner, der bygger på dette fundament.

Det centrale spørgsmål i forbindelse med disse lanceringer er, om de gør det lettere at bygge højtydende agenter, samtidig med at kunderne bevarer kontrollen over modeller, data, infrastruktur og styring.