LangSmith

托管式深度 Agent 中的浏览器使用

LangSmith 的 Managed Deep Agents 现在能替你的 Agent 运行浏览器，让 Agent 像人一样点击、滚动和填表，去做那些没有 API 可用的网页操作，比如订机票或提交理赔。原来 Agent 只能抓网页源码，Java渲染出来的内容和按钮它都碰不到。这次提供了几种配套工具，还能在需要登录时把浏览器交给你本人操作，登录状态可以沿用。对读者来说，以后让 Agent 代办网页事务会更顺手，也不必把密码交给模型。

LangSmith LLM Gateway：为智能体提供运行时控制

LangChain 推出了 LangSmith LLM Gateway，目前处于公开测试阶段。它解决的是生产环境智能体的一个麻烦：智能体调用模型时可能因重试失控产生高额账单，或遇到模型服务商宕机就报错。这个网关夹在智能体和模型之间，统一执行花费上限、速率限制、模型回退和敏感信息（如个人隐私、密钥）脱敏，不用在每个智能体里各写一遍，也不必绑定某一家供应商。工程师可以在组织、工作区、API 密钥、用户四个层级设限额；敏感信息脱敏功能目前只对 Enterprise 套餐开放。

关于 Agent 评测最常见的疑问，一次讲清

LangChain 团队基于 LangSmith 平台的经验，整理了 Agent 评测的常见问题。传统软件测试靠精确匹配，但 Agent 每次输出会变、正确答案不止一个、执行路径还可能绕弯，所以需要评测来打分。文章建议先从一条关心的行为入手，用真实 trace 建 10 到 20 条小数据集跑个基线，上线前用离线评测、上线后用在线评测，并优先用代码评测器、其次 LLM 评委、再用人工复核；多步 Agent 要评整条线程和最终状态。文中还提到 Terminal-Bench 这类基准和 Harbor 工具。

2026 年 10 月 LangChain 通讯：Interrupt NYC 与伦敦站的全部发布内容

LangChain 在纽约和伦敦的 Interrupt 活动上集中发布了一批新功能，主要围绕让企业“拥有自己的智能”——也就是自己掌控模型、运行框架和业务上下文。过去团队做 AI 智能体时，调试、评测和上线往往靠零散工具，出了问题很难定位，也很难持续改进；这次的新版本把搜索、监控、轨迹查看、微调和托管智能体等能力整合进 LangSmith 和 LangChain。比如 AI 搜索可以用自然语言问“用户是否不耐烦”，自动找相关对话；Engine v2 能在上线前用红队测试发现问题并自验证修复；Managed Deep Agents v0.9 支持有记忆、会用工具、按计划执行任务的智能体。另有一些线上活动和社区聚会，部分内容需注册参加，具体发布状态与可用范围原文未逐一说明。

Snyk 如何将内部支持智能体转化为面向客户的产品功能

Snyk 是一家做代码和云安全扫描的公司，它把原本只给自己客服团队用的一个 AI 助手，升级成了所有付费客户都能用的功能，叫 Snyk Assist。以前客户想问漏洞、账号或产品问题，得自己翻文档、文章和发布说明，或者提工单等回复，信息散落各处。这个助手用 LangChain、LangGraph 和 LangSmith 搭建，能用大白话回答并帮忙查漏洞、开工单、提需求，而且只会看到当前用户本来就有权查看的内容。它先内部试用了约一年，2026 年 4 月进入支持门户，9 月 1 日才放进核心产品，所以目前是已经可用的状态。对读者来说，问问题不用再等人工，也能在对话里直接完成一些操作。

LangSmith 新动态：Engine v2、托管式 Deep Agents、微调等

LangChain 更新了 LangSmith 平台。这次带来四件事：Engine v2 能主动找代理问题，包括自动红队测试和自动验证修复方案；托管式 Deep Agents 升级到 v0.8，新增按用户隔离的认证与记忆、Slack 文件传输、通用 HTTP 接入和内置网页搜索；Trajectories 把冗长的代理会话整理成对话视图，方便排查；微调功能则把这些会话数据变成训练素材，用于定制模型，还支持搭建自定义界面。主要面向正在把 AI 代理投入生产的团队，目前具体定价和正式开放程度原文未说明。

smithtune：在 LangSmith 轨迹上微调模型并评测部署

langchain-ai/smithtune · LangSmith Post-Training CLI

smithtune 是 LangChain 推出的后训练 CLI 工具（早期 beta），用于将 LangSmith 中记录的 agent 轨迹整理为数据集，并借助 Fireworks 或 Baseten 进行模型微调。它覆盖从轨迹拉取、数据集筛选与可选的多模型评审（agent council），到数据准备、训练、基于 judge 的基础模型与微调模型对比评测，以及在 Fireworks 或 Baseten 上部署推理端点的完整流程，并提供可供编码 agent 使用的 smithtune skill。训练、评测和部署会产生提供商费用，命令与目录格式可能在版本间变化，README 未说明具体硬件、成本与免费/商用授权条件。

LangSmith 自定义应用：围绕你的 Agent 数据构建自定义界面

LangSmith 推出了 Custom Apps 功能，让团队能在 LangSmith 里直接搭建、发布并使用自定义界面来查看自己的 Agent 数据。过去，很多团队为了按自己的评审流程看数据，得另外写一套前端，还要自己处理托管、登录和权限，维护起来很麻烦。现在可以直接用模板或让 LangSmith Chat 根据一句话描述生成应用，也能用编码助手基于 API 自己写，发布后同事就能在同一处查看。对常做人工标注、实验对比或追踪审查的团队来说，省去了导出数据和重复搭界面的工作。该功能已在 Plus 和 Enterprise 套餐开放，配套的 Macaw 设计系统也已开源。

LangSmith 推出 Trajectories：让每个智能体会话都能被读懂

LangSmith 新上线了一个叫 Trajectories 的功能，它能把一个 AI 智能体在一次长时间会话里做过的事，按发生顺序整理成一段像聊天记录一样的清晰视图，而不是一堆嵌套的复杂执行细节。以前调试这类智能体，得在层层嵌套的运行记录里翻找，很难快速看出它到底哪里做错了。现在可以先按顺序浏览整个会话，找到出问题的步骤，再点进去看完整细节，还能让非工程背景的专家直接用这个视图打分、挑毛病，并把有用的会话存成训练数据。对做智能体开发和运维的人来说，调试和人工审核都会更快、更省事。

LangSmith 推出微调功能

LangChain 这次推出了 LangSmith Fine-Tuning 和一个叫 smithtune 的命令行工具，让团队能把智能体在 LangSmith 里跑出来的操作记录，直接变成训练数据，再拿去训练自己专用的模型。以前做这件事得手动搭整套数据流程，很麻烦。现在 smithtune 把造数据集、用 Fireworks 或 Baseten 训练、再用 LangSmith 评测串成一条龙，还支持让编程智能体来跑。目前只支持监督微调（SFT），需要去 GitHub 安装使用。

医疗 AI 的可靠性层：LangSmith 常见应用场景

这篇文章讲的是：做医疗 AI 产品的团队（如 Abridge 和 Included Health）用 LangSmith 这个工具，把医生的专业审核变成可以重复使用的评测数据、评测标准和上线把关流程。原来问题是，AI 生成的病历或分诊建议对不对劲，只有医生能判断，但医生时间有限，每次都从头审核根本忙不过来。现在他们把医生的判断记录下来、做成自动化测试，以后每次发布新版本都能复用，不必重新找人审。结果 Abridge 的发布周期从一两个月缩短到几天，Included Health 上线后聊天互动增加 75%，高风险情况识别率超过 99%。不过文中也提到医疗数据隐私（PHI）、判断标准不唯一等挑战，另有部分内容被截断，具体实现细节未完全说明。