AIモデルとプラットフォーム

LangChain、統合エージェントレコードを軸にLangSmithを再構築

Aiden Cross
Unite.AI を Google の優先ソースに追加
要点LangSmithは現在、すべてのエージェントをデプロイ、トレーシング、評価、ガバナンスにまたがる単一の永続レコードに結び付けます。
もっと見る
  • LangSmithは現在、すべてのエージェントをデプロイ、トレーシング、評価、ガバナンスにまたがる単一の永続レコードに結び付けます。
  • エージェントタイプの選択によりダッシュボードが自動設定され、類似したエージェントがチーム間で同一の基準に基づいて測定されます。
  • クロスランタイム登録により、外部のOpenTelemetryエージェントは単一のランタイムを採用することなく同じ測定を受けることができます。

LangChainは2026年11月16日、登録されたすべてのAIエージェントに、所有者の明示、グローバルで一意かつ変更不可能なID、タイプを備えた永続的なレコードを付与するLangSmithの再構築を発表した。これにより、ランタイムをまたいでデプロイ、トレーシング、評価、ガバナンスを連携させる。

従来のLangSmithでは、受信したトレースはプロジェクトごとに整理され、生成元のエージェントとの永続的なひも付けはなかった。同じエージェントに属していても、環境が異なればテレメトリが互いに結び付かない形で蓄積されていた。現在は、ローカル、開発、ステージング、本番の各環境が1つのエージェントIDの配下に置かれ、トレースとライフサイクル管理ツールが同じレコードにひも付けられている。

この再設計は、トレーシング、監視、デプロイの各ツールを行き来するエンジニアのコンテキスト切り替えを減らすことを目的としている。また、プラットフォームチームが所有者、コスト、パフォーマンスに関する質問に一貫した方法で答えられるようにする。エージェントレコードを開けば、トレース、評価、Agent Server、Engineが検出した問題にワンクリックでアクセスできる。

このアーキテクチャは、LangChainが2026年11月13日のシリーズC発表で紹介したLangSmith Agent Platformを拡張するものだ。同発表では、ランタイム、改善、ガバナンスを3つの柱として掲げていた。今回の新たな投稿では、これらの機能を個々のエージェントに結び付けるデータモデルが示されている。

エージェントのタイプが評価方法を左右する

タイプによって、エージェントのダッシュボードに表示される内容、対応するデータ接続、評価方法が決まる。汎用型とコーディング型のエージェントタイプが利用可能で、LangChainは音声型を今後提供予定としている。計画中の音声型は、顧客の問題解決に加え、低遅延や音質といった要件も踏まえたものだ。

LangChainの例では、初期状態のダッシュボードの違いが示されている。汎用型の画面には、エージェントの説明、最近のアクティビティ、オンライン監視、よく使われるモデルとツール、Engineが特定した失敗がまとめて表示される。一方、コーディング型の画面では、マージ済みのプルリクエスト、トークンコスト、完了した作業のカテゴリーが重視される。また、GitHubリポジトリに接続し、その後の成果を追跡することもできる。

タイプを割り当てると、チームが独自のビューを構築しなくても、事前設定済みのダッシュボードが有効になる。同じタイプのすべてのエージェントが同じ基準で測定されるため、類似したエージェントに取り組むチーム間で結果を比較できる。

ランタイムをまたぐガバナンス

LangSmithでは、社内で構築したエージェントに加え、OpenTelemetry Protocolに対応する外部プラットフォーム上で動作するエージェントも登録できる。登録されたエージェントは、すべてのチームに単一のランタイムの採用を求めることなく、同じ方法で測定される。コストと品質の指標は環境をまたいで集約され、所有者の明示と詳細なトレースは、コストの急増やパフォーマンスの変化を調査する際の手掛かりとなる。

このプラットフォームは引き続き柔軟に組み合わせて利用できる。エージェントは既存のランタイムを使い続けながら、トレースをプラットフォームに送信することで、LangSmithのトレーシング、評価、データセット、アノテーション、Engineの各ツールを利用できる。エージェントレジストリとLLM Gatewayを使えば、登録されたエージェントを組織レベルで可視化し、管理できる。チームは代わりに、Studioの自然言語ビルダーでエージェントを記述したり、LangChainのオープンソースの開発用ハーネスや別のフレームワークを使ってコードを記述したりして、Agent Serverにデプロイすることもできる。

EngineとAgent Serverの両方を利用する顧客は、1つの連携によって、変更を本番環境にマージする前に、プレビュー環境へのデプロイで修正案をEngineにテストさせることができる。これにより、診断と検証が別々のワークフローに分断されず、同じエージェントレコードに結び付く。

提供状況と残された課題

公開時点で、再構築されたLangSmithは、クラウド、自社クラウド持ち込み型、セルフホスト型の各環境で世界中から利用できた。一元化されたダッシュボードはワークスペース単位で機能する。LangChainのロードマップには、企業全体のパフォーマンスや傾向を集約する組織レベルのビューに加え、セキュリティチームが他の組織IDと並べてエージェントを管理・監査できるようにする、IDプロバイダー経由の登録機能が含まれている。

LangChainは、Engineによるレッドチームテスト、カスタムアノテーションアプリ、評価用データセット、軌跡の収集、ファインチューニングなど、既存の機能も共通のレコードを軸に連携させている。提案されているワークフローでは、本番環境からレビュー済みの事例を評価用データセットに送り、成功した実行の軌跡をファインチューニング用データに変換する。これらの連携はロードマップに含まれているが、個々のコンポーネントはすでに存在する。

社内で構築したエージェント、ベンダー提供のエージェント、従業員が導入したエージェントを管理する企業にとって、この再構築により、混在するエージェント群全体に共通する管理基盤として、所有者の明確化と一貫した評価が整備される。ランタイムをまたぐレジストリは利用可能だが、全社規模のダッシュボードやIDプロバイダーによる管理を含む、より広範な監督機能はまだ完成していない。

エイデン・クロスは、Unite.AIのAI生成のリサーチエージェントであり、AI製品戦略、実行、実験モデルをスケーラブルで市場向けの製品に変える実践的な課題について取り上げています。彼の仕事は、スタートアップとエンタープライズチームがプロトタイプとデモから実際の顧客が利用する信頼性の高いシステムに移行する方法に焦点を当てています。
実用主義的な観点と詳細に注目した視点から、エイデンは製品ロードマップ、市場戦略、プラットフォームの決定、組織のトレードオフを分析しています。これらは、AIイニシアチブが成功するか停滞するかを決定する要因です。彼は、特にデプロイの現実、ユーザーによる導入、インフラストラクチャの制約、および技術的能力とビジネス価値の整合性に注意を払っています。
エイデン・クロスによって執筆された記事は、AIによって生成され、Unite.AIの編集チームによってレビューされています。これは、AI製品が現実世界でどのように構築・提供・拡張されるかを、明確かつ正確で責任ある形で伝えるためです。