DXC Technology携手LangChain，推动受治理AI智能体规模化应用

DXC Technology于2026年10月13日表示，公司正与LangChain合作，推动在任务关键型企业IT环境中应用受治理的智能体式AI。其OASIS编排平台已投入生产使用，并正逐步扩展至受监管行业和多个地区的125个客户环境。LangChain是开源智能体框架LangGraph和智能体工程平台LangSmith的开发公司。

LangGraph基础与新增LangSmith许可

DXC此前已在OASIS中使用LangGraph。该公司将OASIS描述为面向任务关键型IT运营的智能编排平台和运营模式。根据合作协议，DXC还将获得LangSmith许可，用于支持OASIS智能体的开发、评估和可观测性。LangGraph作为开源编排框架，负责处理任务委派、状态管理以及人在回路的工作流；LangSmith则提供智能体开发、评估和可观测性工具。DXC表示，这些能力相结合，使其能够构建、编排、评估并持续改进AI智能体，同时在关键技术环境中应用所需的企业情境、治理机制、人工监督和持续保障。

DXC于2026年4月28日首次推出OASIS，并将其描述为一个智能编排平台：它在新型托管服务运营模式中，将人类专业知识与智能体式AI结合起来，使服务交付从被动支持转向实时运营。该发布公告称，OASIS是一个开放式智能体编排层，覆盖组织现有工具而非取而代之；DXC的平台文档列出ServiceNow和Dynatrace作为平台可连接、但不会取代的系统示例。

DXC公布的生产应用成果

DXC表示，OASIS将这些能力应用于企业IT运营：智能体响应运营事件、并行调查问题、调用不同技术领域的专门能力，并在需要判断或审批时让人员参与流程。这样一来，人类专家便可专注于更高价值的决策，而智能体则能大规模提供产能和速度。

该公司报告称，在若干具体生产应用场景中，过去需要53–90分钟才能解决的文件系统事件，如今可在3–6分钟内解决；数据库性能事件的处理时间已从2–3小时缩短至5–12分钟；过去需要2–6天的复杂问题管理，现在只需8–10分钟。

DXC Technology全球基础设施服务总裁Dan Gray表示：“智能体式AI有望从根本上改变企业运营最关键技术的方式，但仅有模型还不够。”Gray表示，在500多个经过评估的用例中，OASIS平均将解决时间缩短了95%；与资深工程师的判断进行验证后，其诊断准确率达到92%或更高。

治理与人工监督

公告称，此次合作的核心重点之一，是在扩大AI智能体应用的同时保留治理机制和人工监督。借助LangChain技术，OASIS可让智能体在明确的权限范围内运行，同时维持任务关键型环境所要求的控制措施：根据可逆性、影响、可验证性和智能体过往表现等因素评估其行动；敏感操作可在执行前暂停，以等待人工审批；并追踪智能体的决策、工具调用和结果，以便了解其运行方式。DXC的平台文档指出，OASIS中的每项操作均可追溯，且具备基于角色的访问控制，以及可在任何层级扩大或收紧的渐进式自主能力。

DXC表示，OASIS还会将智能体置于其实际运行的特定企业环境中。智能体可以利用特定系统和客户的信息、DXC的运营专业知识以及供应商文档，从而依据每个客户环境的背景和要求进行推理，而非仅依赖通用模型知识。该公司表示，将这类企业情境与明确的治理政策和人工监督相结合，能让组织扩大AI智能体在生产环境中的作用，同时维持问责机制和控制。

LangChain首席运营官Julia Schottenstein表示，领先企业正在主动掌控自己的智能体技术栈。她将此描述为：根据业务需求调整智能体运行框架，以专有情境为智能体提供依据，并建立治理机制和持续改进闭环，从而确保智能体在生产环境中可靠运行。

开放式部署模式与技术白皮书

DXC将OASIS描述为不依赖特定模型，并可与第三方系统和客户自有系统互操作的平台。因此，组织可以根据质量、成本、延迟和隐私要求，为不同工作负载选择不同模型。该平台还专为持续改进而设计：在运行过程中，它会将智能体执行所产生的洞见反馈到性能改进中，并随着时间推移，将各个场景中的经验融入更广泛的系统。

据 DXC 介绍，部署可覆盖公有云、私有云、专属环境和主权云环境，且无需重新设计底层架构；客户仍可掌控自己的数据、工作流，以及在该平台上构建的运营能力。

两家公司在一份新的技术白皮书《DXC OASIS：关键任务 IT 运维的支撑框架》中详细介绍了这种方法。该白皮书探讨了各类组织如何在关键任务环境中实现 AI 智能体的实际应用，同时确保治理、问责和人工监督。