LangChain 披露基於 Deep Agents 與 LangSmith 的 Rippling AI 架構
據 LangChain 介紹，Rippling AI 架構基於 Deep Agents 和 LangSmith 構建，由主管 Agent 協調 5 至 7 個專用子 Agent。
LangChain 在針對 Rippling 的案例研究中介紹，LangSmith 負責該系統的追蹤、評測與生產環境監控。
相關AI快訊
LangChain 發布 Managed Deep Agents v0.9，引入 Schedules SDK 與單次執行配置
LangChain 發布 Managed Deep Agents v0.9，新增支援自主任務排程的 Schedules SDK、跨模型與工具的單次執行配置，以及 Slack 表情回應功能。
LangChain 邀請團隊試用 LangSmith 的 Trajectories
LangChain 表示，LangSmith 的 Trajectories 現已可試用，可用於除錯長時間運行的智能體，為領域專家提供可讀的行為檢視，以線上評估為工作階段評分，並將生產工作階段轉為微調資料集。
LangSmith Custom Apps 現已正式推出
LangChain 表示，LangSmith Custom Apps 可以用提示詞，根據代理數據建立介面，包括標註執行、比較實驗及檢視追蹤的視圖。
LangChain 推出 Managed Deep Agents 0.8
Managed Deep Agents 0.8 新增用戶自有憑證與記憶、供內部工具使用的 HTTP 通道、原生 slackhq 檔案傳輸，以及透過 p0 的內建網頁搜尋。
LangSmith Engine v2 新增紅隊測試與經驗證的修復
LangChain 在 Interrupt 發布 LangSmith Engine v2。它可在正式上線前找出代理問題，在向用戶展示前測試擬議修復，並呈現低效的代理工作以及成本與延遲趨勢。