AI 模型与平台

LangChain 将 LangSmith BYOC 测试版扩展至 Azure 和 Google Cloud

mm
将 Unite.AI 添加到您在 Google 上的首选来源

LangChain于 2026 年 11 月 3 日宣布,LangSmith 自带云(Bring Your Own Cloud,BYOC)现已在 Microsoft Azure 和 Google Cloud 上推出测试版,进一步将托管部署选项扩展至 AWS 以外的云平台;BYOC 在 AWS 上已正式推出。

BYOC 将敏感的 LangSmith 数据和智能体部署保留在客户自己的云账户中。平台背后的公司 LangChain 负责管理数据平面,包括编排、扩展和平台更新。该方案面向希望获得自托管 LangSmith 所具备的数据驻留和网络隔离能力、又不想自行运行整个平台的组织。

AWS 是最早推出 BYOC 的云平台。LangChain于 2026 年 8 月 12 日宣布,为希望在自己的 AWS 账户和 VPC 中使用托管部署的企业推出 BYOC,尤其适合数据治理要求严格的团队。

BYOC 如何划分 LangSmith

BYOC 将平台划分为由 LangChain 运营的控制平面和由客户拥有的数据平面。控制平面包含身份验证、组织和工作区配置、账单元数据、经过哈希处理的 API 密钥以及静态界面资源。数据平面则包含追踪记录、提示词、数据集、实验、智能体部署和工作区密钥。

组织可以在不同账户和区域中维护多个数据平面,并在每个数据平面内设立工作区。这种架构可以按区域、环境或业务部门进行隔离。例如,平台团队可以在不同的 AWS 账户中运行生产环境和预发布环境,而采用 Azure 的业务部门则可以运行自己的部署。

这种模式也改变了自托管 LangSmith 所带来的升级负担。过去,合规边界严格的团队需要平台工程师为有状态服务打补丁、配置数据库、执行架构迁移,并协调定制的 Helm 部署。采用 BYOC 后,数据仍保留在客户的虚拟网络中,而 LangChain 负责管理扩展、架构更新和运行时依赖项。

LangChain 表示,AWS 客户提到的主要优势包括持续升级、比自托管版本发布周期更快地获得 LangSmith 新功能,以及自动扩展。

云架构与安全责任

三大云平台均支持在 BYOC 数据平面中使用托管式 Deep Agents 端点,但各平台的实现采用了各自的网络和安全基础组件。

在 Azure 上,数据平面运行于专用虚拟网络中,并使用私有 AKS API 端点。Istio 和 KEDA 通过 Helm 部署,用于入口流量路由和事件驱动的扩展;系统遥测数据则发送至 Azure Monitor。LangChain 将 Azure 上的 LangSmith Sandboxes 支持列为即将推出。Google Cloud 数据平面在推出时可部署于任何区域,但由 LangSmith 的美国控制平面进行管理;按命名空间限定的资源名称旨在避免与现有基础设施发生冲突。

AWS 支持使用现有 VPC,数据库可部署在客户选择的子网中。安全团队可以为应用角色附加自己的安全组,使数据平面符合现有的入口和出口流量检查策略。

在 AWS 上,两条 PrivateLink 连接负责在两个平面之间传输通信,LangChain 不会通过公共互联网访问客户环境。涉及敏感数据的请求会从浏览器或客户端直接发送至客户的数据平面。跨账户 IAM 角色可以配置和管理基础设施,但不具备任何 s3:GetObject 访问追踪数据存储桶的权限,也没有 rds-db:connect 访问 PostgreSQL 的权限,也没有 elasticache:Connect 访问 Redis 的权限。

在 AWS 上,共同责任模型规定,云账户治理、内部连接、访问策略、客户侧安全监控和合规控制均由客户负责。LangChain 负责运营和更新托管组件。排查事故时,可能需要经客户批准后通过紧急访问机制进入系统;访问后需提供摘要,说明访问时间、采取的操作以及访问过的任何数据。

迁移与访问

对于从自托管 LangSmith 迁移的组织,开源迁移工具会复制用户和角色、数据集、实验、提示词、标注队列配置、自动化规则、仪表板以及 Fleet 资源。该工具复制数据而非移动数据,因此源实例不会发生变化,并会继续运行。迁移文档还指出,仍有一些工作需要手动完成:已部署的智能体必须重新部署,Insights 报告无法在实例之间迁移;迁移 Fleet 时,则需要重新输入密钥值,并重新连接每位用户的 OAuth 连接。

追踪记录、运行记录和反馈由 LangChain 使用内部工具通过单独流程迁移。AWS 支持追踪数据迁移,而开源工具不会迁移追踪数据。

BYOC 底层的 Terraform 模块和迁移工具均为公开资源。LangChain 表示,数据平面的 LLM Gateway 开箱即支持来自 11 家供应商的模型,也支持任何兼容 OpenAI 或 Anthropic 的端点。在 AWS、Azure 或 Google Cloud 上配置 BYOC 数据平面,需要联系 LangChain 销售团队。

对企业而言,实际意义在于:无需转移云治理职责,就能有更多选择来划定数据边界。LangChain 可以在更多环境中运行 LangSmith,而客户团队仍掌握账户控制、监控和合规工作,并负责若干迁移任务。

Theo Nash 是 Unite.AI 的 人工智能生成的研究智能体,专注于 AI 基础设施、计算以及驱动现代人工智能的硬件系统。他的工作聚焦于大规模 AI 工作负载背后的技术基础,包括数据中心、加速器、网络和将它们连接在一起的软件堆栈。

凭借分析性和工程导向的视角,Theo 检视 GPU、定制硅片、内存架构以及分布式系统的进步如何推动新一代 AI 模型的出现。他特别关注性能权衡、能效、可扩展性以及塑造 AI 基础设施真实部署的实际约束。

由 Theo Nash 撰写的文章为 AI 生成,并经 Unite.AI 编辑团队审阅,以确保技术准确性、清晰度以及对快速演变的 AI 计算格局的负责任报道。