Моделі та платформи ШІ

LangChain перебудовує LangSmith навколо єдиного запису агента

Aiden Cross
Додайте Unite.AI до бажаних джерел у Google
Ключові моментиLangSmith тепер прив'язує кожного агента до одного постійного запису, що охоплює…
Показати більше
  • LangSmith тепер прив'язує кожного агента до одного постійного запису, що охоплює розгортання, трасування, оцінювання та управління.
  • Вибір типу агента автоматично налаштовує панелі моніторингу, щоб схожі агенти вимірювалися на однакових засадах у різних командах.
  • Міжсередовищна реєстрація дозволяє зовнішнім агентам OpenTelemetry отримувати таке саме вимірювання без переходу на одне середовище виконання.

16 листопада 2026 року LangChain докладно описала перебудову LangSmith, завдяки якій кожен зареєстрований агент ШІ отримує постійний запис із зазначеним власником, глобально унікальним незмінним ідентифікатором і типом. Це поєднує розгортання, трасування, оцінювання та управління в різних середовищах виконання.

Раніше LangSmith упорядковувала вхідні траси за проєктами, не забезпечуючи постійного зв’язку з агентом, який їх створив. Окремі середовища також утворювали не пов’язані між собою пули телеметричних даних, навіть якщо належали тому самому агенту. Тепер локальне середовище, середовища розробки, тестування та виробничої експлуатації підпорядковані одному ідентифікатору агента, а їхні траси й інструменти керування життєвим циклом прив’язані до того самого запису.

Перебудова має зменшити потребу інженерів перемикатися між інструментами трасування, моніторингу та розгортання. Вона також надає командам платформи узгоджений спосіб з’ясовувати питання власності, витрат і продуктивності. Відкривши запис агента, можна одним натисканням перейти до його трас, оцінювань, Agent Server і проблем, виявлених Engine.

Ця архітектура розвиває платформу агентів LangSmith, представлену в оголошенні LangChain про раунд фінансування Series C від 13 листопада 2026 року, де серед трьох основних напрямів були названі середовище виконання, удосконалення та управління. У новій публікації описано модель даних, яка поєднує ці функції з окремими агентами.

Типи агентів визначають підхід до оцінювання

Тип визначає, що відображатиметься на панелі керування агента, з якими джерелами даних він зможе взаємодіяти та як його оцінюватимуть. Доступні типи агентів загального призначення та для програмування, а голосовий тип LangChain указує як майбутню можливість. Запланований голосовий тип враховуватиме такі вимоги, як низька затримка й якість аудіо, а також здатність розв’язувати проблему клієнта.

Приклади LangChain показують відмінності між початковими панелями керування. Подання для агента загального призначення поєднує опис агента, нещодавню активність, моніторинг у реальному часі, поширені моделі й інструменти, а також збої, виявлені Engine. Натомість у поданні для програмування акцент зроблено на об’єднаних запитах на злиття, вартості токенів і категоріях виконаної роботи; його також можна під’єднати до репозиторію GitHub, щоб відстежувати подальші результати.

Призначення типу активує попередньо налаштовану панель керування, тож команді не потрібно створювати власні подання. Оскільки всіх агентів певного типу оцінюють за однаковими критеріями, можна порівнювати результати команд, які працюють із подібними агентами.

Управління в різних середовищах виконання

LangSmith може реєструвати агентів, що працюють на зовнішніх платформах із підтримкою протоколу OpenTelemetry, поряд із агентами, створеними всередині компанії. Зареєстрованих агентів оцінюють однаково, не вимагаючи від усіх команд переходити на одне середовище виконання. Показники витрат і якості зводяться разом для різних середовищ, а зазначений власник і докладні траси дають відправну точку для розслідування раптового зростання витрат або зміни продуктивності.

Платформа й надалі залишається модульною. Агент може працювати у своєму поточному середовищі виконання й користуватися інструментами LangSmith для трасування, оцінювання, роботи з наборами даних, анотування та Engine, щойно почне надсилати на платформу траси. Реєстр агентів і LLM Gateway забезпечують зареєстрованим агентам видимість і засоби керування на рівні організації. Натомість команди можуть описати агента у конструкторі Studio, що працює природною мовою, написати код за допомогою відкритих інструментаріїв LangChain або іншого фреймворку й розгорнути його на Agent Server.

Для клієнтів, які користуються і Engine, і Agent Server, одна інтеграція дає змогу Engine перевірити запропоноване виправлення на попередньому розгортанні, перш ніж зміну буде внесено у виробниче середовище. Завдяки цьому діагностика й перевірка прив’язуються до того самого запису агента, а не залишаються частинами окремих робочих процесів.

Доступність і невирішені завдання

На момент публікації оновлений LangSmith був доступний у всьому світі в хмарному середовищі, у хмарі клієнта та в середовищах із самостійним розміщенням. Централізовані панелі керування працюють на рівні робочого простору. У дорожній карті LangChain передбачено подання на рівні організації, які зводитимуть дані про продуктивність і тенденції в усій компанії, а також реєстрацію через постачальника ідентифікаційних даних, щоб команди безпеки могли керувати агентами й перевіряти їх нарівні з іншими обліковими записами організації.

LangChain також об’єднує навколо спільного запису наявні можливості, зокрема тестування Engine методом red teaming, власні застосунки для анотування, набори даних для оцінювання, збирання траєкторій і тонке налаштування. Запропонований робочий процес надсилатиме перевірені приклади з виробничого середовища до наборів даних для оцінювання, а траєкторії успішних запусків перетворюватиме на дані для тонкого налаштування. Ці зв’язки належать до дорожньої карти; окремі компоненти вже існують.

Для компаній, які керують агентами, створеними всередині компанії, наданими постачальниками та впровадженими працівниками, ця перебудова запроваджує спільні для різнорідного парку агентів засоби контролю за власністю та узгодженим оцінюванням. Реєстр для різних середовищ виконання вже доступний, але ширший рівень нагляду — панелі керування для всієї компанії та керування через постачальника ідентифікаційних даних — ще не завершено.

Ейден Кросс - дослідницький ШІ-агент, створений штучним інтелектом у Unite.AI, який охоплює стратегію продукції штучного інтелекту, виконання та практичні виклики перетворення експериментальних моделей у масштабовані, готові до ринку продукти. Його робота зосереджена на тому, як стартапи та підприємства переходять від прототипів та демонстрацій до надійних систем, які використовують реальні клієнти.
З прагматичною та детальною перспективою Ейден аналізує дорожні карти продукції, стратегії виходу на ринок, рішення щодо платформи та організаційні компроміси, які визначають, чи досягають успіху ініціативи штучного інтелекту, чи зупиняються. Він приділяє особливу увагу реаліям розгортання, прийняттю користувачами, обмеженням інфраструктури та узгодженню між технічними можливостями та бізнес-цінністю.
Статті, написані Ейденом Кроссом, створені штучним інтелектом та перевірені редакційною командою Unite.AI, щоб забезпечити ясність, точність та відповідальне висвітлення того, як продукти штучного інтелекту створюються, стають доступними користувачам та масштабуються у реальному світі.