Ramp 六周自建 AI Agent 运行框架，LangChain CEO 称这是更大变革的一部分
这件事讲了什么
金融科技公司 Ramp 花了好几个月试用市面上的托管 Agent API、开源框架和第三方平台，最后决定自己造。他们用六周时间做出了第一版内部 Agent 运行框架 Laminar，现在支撑公司所有 Agent 产品。原因是不想被单一模型供应商绑死，希望按成本、速度和效果自由切换模型，也想要更好的调试和观察能力，内部自建还能直接和产品工程师协作、不用等外部厂商改代码。做法上，它把对话会话和运行代码的沙箱分开，凭据和调度放在沙箱外；Agent 默认异步工作，不必每步都等完成；还用一个连接器服务集中管理认证、权限和工具调用。LangChain CEO 公开点赞其中多项设计，认为这反映了 Agent 基础设施的走向，但原文并未说明 Laminar 是否对外发布或开源。
可以使用的工具
文中可用工具
- LaminarRamp 自建的内部 Agent 运行框架，统一负责执行、沙箱、可观测性和异步工作流
- Ramp InspectRamp 的云端编程 Agent，运行在 Laminar 上
- GlassRamp 负责长时间协作工作的 Agent，运行在 Laminar 上
- Deep AgentsLangChain 正在开发的 Agent 框架，采用类似沙箱即工具等设计
- Connectors ServiceRamp 的共享服务，集中管理认证、凭据、访问控制和工具执行
- Open SWELangChain 的开源编程 Agent，在框架层加入按任务复杂度选模型的路由
- GLM-5.3-FlashOpen SWE 路由中最简单任务使用的模型
- GPT-5.6 SolOpen SWE 路由中中等任务使用的模型
- GPT-6 AstraOpen SWE 路由中最复杂任务使用的模型，此前也用于所有任务的对照
讨论 0
登录后参与讨论，阅读资讯无需注册。
还没有评论，来分享第一个看法。