Sydney Runkle 借助 Harness 模型路由器将编程智能体成本降低 64%
Sydney Runkle 表示，在编程智能体的 harness 中集成模型路由器使成本降低了 64%，且未降低质量。她指出，并非所有编程任务都需要前沿模型。
该方法概述了四步实施流程：理解任务、评估模型、直接在 harness 中构建路由器，以及跟踪任务结果。
相关AI快讯
LangChain 突出介绍用于托管深度智能体模型路由的 Typesafe Jev 中间件
LangChain 引用了 nathan drezner，并链接了 Typesafe AI 的 Jev 中间件官方文档。该中间件可在用户定义路由后，为 LangChain 托管深度智能体处理模型选择。
LangChain 发布 Managed Deep Agents v0.9，引入 Schedules SDK 与单次运行配置
LangChain 发布 Managed Deep Agents v0.9，新增支持自主任务调度的 Schedules SDK、针对模型与工具的单次运行独立配置以及 Slack 表情回应功能。
LangChain 为 Managed Deep Agents 增加由 p0 驱动的免费网络搜索
LangChain 宣布，开发者可免费为 Managed Deep Agents 添加由 p0 支持的网络搜索功能，无需单独注册供应商账号、管理额外 PI 密钥或配置搜索工具连接。
LangChain 披露基于 Deep Agents 与 LangSmith 的 Rippling AI 架构
Rippling AI 基于 Deep Agents 和 LangSmith 构建，通过主管 Agent 协调 5 到 7 个专用子 Agent，并借助 LangSmith 进行链路追踪、评测与生产环境监控。
LangChain 邀请团队试用 LangSmith 中的 Trajectories
LangChain 表示，LangSmith 中的 Trajectories 现已可试用，可用于调试长时间运行的智能体，为领域专家提供可读的行为视图，通过在线评估为会话评分，并将生产会话转化为微调数据集。