#langchain

deepagents, 스킬 로드 시 도구를 동적으로 로드하는 기능 지원

Harrison Chase는 deepagents가 스킬을 로드할 때 도구를 동적으로 로드할 수 있게 되어, 일부 스킬에만 필요한 도구를 항상 활성 상태로 유지할 필요가 없어졌다고 밝혔다. OpenAI 및 Anthropic 모델 사용 시 프롬프트 캐시를 깨뜨리지 않고 이 작업이 가능하다.

LangChain, Schedules SDK 및 실행별 구성을 지원하는 Managed Deep Agents v0.9 출시

LangChain이 자율 작업 스케줄링을 위한 Schedules SDK, 모델 및 도구 전반의 실행별 구성, Slack 반응 기능을 추가한 Managed Deep Agents v0.9를 출시했다.

Sydney Runkle, 하네스 모델 라우터로 코딩 에이전트 비용 64% 절감

Sydney Runkle은 코딩 에이전트의 하네스에 모델 라우터를 통합해 출력 품질 저하 없이 운영 비용을 64% 절감했다고 전했다. 이 4단계 워크플로는 작업 및 모델 파악, 하네스 내 라우터 내장, 작업 결과 추적으로 구성된다.

LangChain, Managed Deep Agents에 p0 기반 무료 웹 검색 기능 추가

LangChain은 개발자가 별도의 벤더 계정, 추가 PI 키 관리 또는 검색 도구 연결 없이 p0 기반 웹 검색을 Managed Deep Agents에 무료로 추가할 수 있다고 발표했다.

LangChain, Deep Agents와 LangSmith 기반의 Rippling AI 아키텍처 공개

Rippling AI는 Deep Agents와 LangSmith를 기반으로 구축되었으며, 슈퍼바이저 에이전트가 5~7개의 특화 서브에이전트를 조율하고 LangSmith를 통해 트레이싱, 평가, 프로덕션 모니터링을 수행한다.

LangChain, 팀에 LangSmith의 Trajectories 시범 사용 요청

LangChain은 LangSmith의 Trajectories를 지금 써 볼 수 있으며, 장시간 실행되는 에이전트 디버깅, 분야 전문가를 위한 읽기 쉬운 동작 보기, 온라인 평가로 세션 점수 매기기, 프로덕션 세션을 파인튜닝 데이터셋으로 전환하는 데 쓸 수 있다고 밝혔다.

Managed Deep Agents에 터미널 인터페이스 추가

LangChain의 Managed Deep Agents에 `mda chat`로 시작하는 터미널 인터페이스가 추가됐다. Nathan Drezner는 가벼운 개발 중 에이전트를 로컬에서 테스트하기 위한 것이라고 밝혔으며, Studio는 계속 이용할 수 있다.

LangChain, NVIDIA의 새 Open Agent Safety 플랫폼 출시 파트너

LangChain은 자사가 NVIDIA의 새 Open Agent Safety 플랫폼 출시 파트너라고 밝혔다. 젠슨 황은 NVIDIA가 100곳이 넘는 업계 파트너와 함께 이 플랫폼을 공개하며 OpenShell과 Sentry를 한데 모았다고 말했다.

LangSmith 파인튜닝 CLI smithtune, FireworksAI_HQ와 baseten에서 학습

Ankush Gola는 smithtune이 LangSmith에서 궤적을 가져와 선별하고 처리한 뒤 FireworksAI_HQ와 baseten에서 학습하고, 결과를 LangSmith로 평가한다고 밝혔다. 코드는 langchain-ai GitHub 저장소에 있다.

LangSmith Custom Apps 정식 출시

LangChain은 LangSmith Custom Apps가 프롬프트로 에이전트 데이터에서 인터페이스를 만들 수 있으며, 실행 라벨링, 실험 비교, 트레이스 검토용 화면이 포함된다고 밝혔다.

Fireworks는 LangSmith Fine-Tuning과 smithtune의 출시 학습 파트너라고 밝혔다

Fireworks는 LangChain의 LangSmith Fine-Tuning과 smithtune의 출시 학습 파트너라고 밝히며, LangSmith 트레이스에서 Fireworks의 관리형 SFT로 이어진 뒤 평가와 배포까지 하나의 CLI로 처리하고 별도의 학습 인프라는 필요하지 않다고 설명했다.

Managed Deep Agents 0.8, 사용자 메모리 지원

Managed Deep Agents 0.8은 저장 위치를 제어할 수 있는 사용자 메모리를 추가했다. Nathan Drezner는 비공개 맥락에서 생성된 메모리는 절대 공유되지 않으며, Context Hub에서는 개발자가 일반 에이전트 메모리를 살펴볼 수 있고 사용자 메모리는 비공개로 유지된다고 말했다.

LangChain, Managed Deep Agents 0.8 공개

Managed Deep Agents 0.8은 사용자 소유 자격 증명과 메모리, 내부 도구용 HTTP 채널, slackhq 네이티브 파일 전송, p0를 통한 내장 웹 검색을 추가한다.

LangSmith Engine v2, 레드팀 테스트와 검증된 수정 추가

LangChain이 Interrupt에서 LangSmith Engine v2를 발표했다. 프로덕션 전에 에이전트 문제를 찾아내고, 사용자에게 보여 주기 전에 제안된 수정을 시험하며, 비효율적인 에이전트 작업과 함께 비용 및 지연 시간 추세를 드러낸다.

LangChain, Interrupt에서 LangSmith Engine v2 발표

LangChain이 Interrupt에서 LangSmith Engine v2를 발표했으며, 에이전트 문제를 선제적으로 찾아 사용자가 보기 전에 해결할 수 있다고 밝혔다.

LangChain Managed Deep Agents, cron 일정으로 실행 가능

schedules/에 cron 표현식과 프롬프트를 포함한 일정 파일을 두고 배포하면 Managed Deep Agent가 스스로 실행된다.

LangChain, 9월 30일 LangSmith Tuned Evaluators 세션 개최

세션에서는 온라인 평가의 핵심 요소와 팀이 Tuned Evaluators로 에이전트 상호작용을 분석하고 프로덕션 트레이스에 피드백을 붙이는 방법을 다룬다.

LangSmith, Jev와 SemIf를 포함한 의사결정 모델 지원

LangSmith는 Jev와 SemIf를 포함한 지원 대상 의사결정 모델의 모든 단계를 확인할 수 있게 한다.

LangChain의 Managed Deep Agents, Slack에서 GitHub pull request를 열 수 있다

LangChain은 Managed Deep Agents로 몇 줄의 코드만으로 이런 에이전트를 만들 수 있다고 밝혔다. 예시 에이전트 Patch는 Slack 스레드에서 태그되고 기능 설명을 받으면 diff가 포함된 pull request를 연다.

LangChain, 관리형 딥 에이전트 모델 라우팅을 위한 Typesafe Jev 미들웨어 강조

LangChain은 nathan drezner를 인용하고 Typesafe AI의 Jev 미들웨어 공식 문서를 링크했으며, 이 미들웨어는 사용자가 경로를 정의한 후 LangChain 관리형 딥 에이전트의 모델 선택을 처리할 수 있다.