Building Engine v2: How LangChain approaches agent improvement
Ben Tannyhill 介紹 LangSmith Engine 如何透過自我評估與紅隊測試提升代理效能，並分享跨追蹤趨勢檢測與小模型優勢等實作經驗。
2,708次觀看
※ 摘要僅根據標題與說明
LangSmith
37 筆內容提到
最近 7 天 5 筆↑3（比前一期多 3 筆）（再前 7 天 2 筆）
也寫作：Langsmith
這一頁列的是「提到 LangSmith」的內容（名稱由語言模型從內容裡整理），不一定整筆都在講它。只想追它的新內容：訂閱 RSS；想找標題裡就有它的：搜尋「LangSmith」。
最新
依發布時間，最新的 30 筆
How to Build a Model Router in the Harness
LangChain 產品經理 Sydney Runkle 示範如何將模型路由整合到 Open SWE 程式碼代理中，透過分析任務分佈與選擇帕累託前沿模型來降低成本。看完能學會如何建立路由機制並透過 A/B 測試驗證效果。
4,667次觀看※ 摘要僅根據標題與說明
How Zip Uses LangSmith and LangGraph to Ship New Features Faster
Zip 團隊分享如何透過 LangGraph 與 LangSmith 加速 AI 功能開發與追蹤。透過這些工具，團隊無需額外編碼即可獲得節點互動與 LLM 呼叫的追蹤資料，並建立評估機制防止回退問題。
3,642次觀看※ 摘要僅根據標題與說明
Add Web Search to Managed Deep Agents for free with One MCP Config
LangChain 產品經理演示如何透過單一 MCP 設定，免費為管理式深度代理加入網頁搜尋功能。影片展示從內部文件受限到整合搜尋伺服器，並在 LangSmith 中部署與檢視工具呼叫的完整流程。
4,513次觀看※ 摘要僅根據標題與說明
Interrupt NYC: Opening Keynote
Harrison Chase 分享如何透過 LangGraph 與 LangSmith 建構領域專屬智慧，並介紹 Managed Deep Agents、LangSmith Engine v2 等最新功能與觀察工具。
6,361次觀看※ 摘要僅根據標題與說明
HTTP Channels for Managed Deep Agents
LangChain 產品經理 Nathan Drezner 示範如何為管理型深度代理建立自訂 HTTP 通道，讓代理能接收來自外部服務（如 HubSpot、Salesforce）的請求。
6,183次觀看※ 摘要僅根據標題與說明
Evaluating Agents in Production: Traces, LLM-as-Judge, and Prompt Management at Wonder
Wonder 團隊分享如何將人工除錯改為使用 LangSmith 追蹤與 LLM 評分，並透過自動化回饋迴圈最佳化提示詞管理。觀眾可學習如何建立可擴展的 AI 應用評估與維護流程。
5,069次觀看※ 摘要僅根據標題與說明
How to go from your agent's traces to a fine-tuned model in one workflow
介紹如何使用 smithtune 工具將 LangSmith 的追蹤記錄轉化為訓練資料，並對 Qwen 模型進行監督式微調。觀眾可學習如何建立金標資料集、評估軌跡品質，並完成從資料準備到模型部署的完整工作流。
9,040次觀看※ 摘要僅根據標題與說明
Introducing LangSmith Trajectories: A readable view of every agent session
LangSmith 推出 Trajectories，以時間軸方式呈現 AI 代理的完整對話路徑，讓使用者能快速定位問題根源並進行評估。此功能協助專家以易讀格式審查代理行為，並支援將資料用於監督微調。
7,930次觀看※ 摘要僅根據標題與說明
Introducing LangSmith Custom Apps: Build custom interfaces around your agent data
LangSmith 推出自訂應用程式功能，讓使用者能基於代理資料建立、發布並執行自訂介面。透過模板、程式碼代理指導或提示即可快速構建，無需從零開始。
5,012次觀看※ 摘要僅根據標題與說明
Schedules for Managed Deep Agents: Cron jobs, prompts, and Slack delivery
LangChain 產品團隊示範如何為管理型深度代理設定排程，使其能透過 cron 任務自動執行並將結果傳送至 Slack。觀眾可學習如何建立週期性任務，讓 AI 代理在無需人工干預的情況下定期運作。
4,198次觀看※ 摘要僅根據標題與說明
Introducing LangSmith Engine v2: Detect and ship fixes to agents faster
LangSmith 推出 Engine v2，強化自動偵測與驗證 AI 代理問題的能力。新功能包含主動紅隊測試、識別更多難發現問題型別，以及自動測試修復方案並快速部署。
3,393次觀看※ 摘要僅根據標題與說明
- 1.9 萬次觀看
※ 摘要僅根據標題與說明
Ship a GitHub PR From a Slack Message with Managed Deep Agents
LangChain 團隊展示 Patch，一個將 Slack 訊息轉為 GitHub PR 的代理工具，並演示如何用 Managed Deep Agents 快速開發 Tetris 側專案功能。
3,407次觀看※ 摘要僅根據標題與說明
Building a Harness with Jev
介紹 TypeSafe AI 推出的 Jev 模型，一種比傳統大型語言模型快且便宜的 System 1 決策型 AI。影片示範如何用 Jev 進行模型路由、自動過濾風險工具呼叫，以及作為線上評估的評分者，並提供在 LangChain 中的…
26.8 萬次觀看Middleware for Managed Deep Agents
LangChain 產品經理 Nathan Drezner 介紹管理式深度代理的中介層，示範如何加入預設的 PII 中介層來遮蔽客戶郵件，並從零編寫自訂的日誌中介層。觀眾能學習如何為代理擴展生命週期，加入政策執行、容錯與速率限制等自訂行為。
3,867次觀看※ 摘要僅根據標題與說明
How Lyft Increased Its Agent Resolution Rate by 16% with LangSmith and LangGraph
Lyft 工程師分享如何利用 LangGraph 與 LangSmith 重建客服代理架構，將開發時間從六個月縮短至兩週，並將解決率提升 16%。透過元代理架構與可觀測性工具，讓產品經理與營運人員無需寫程式即可快速部署新代理。
6,093次觀看※ 摘要僅根據標題與說明
Share your Managed Deep Agent with your team using Slack
示範如何將 LangSmith 中的研究助理代理部署到 Slack 團隊環境，包含設定連線、授權、監控追蹤及自訂外觀。看完即可掌握將 AI 代理整合至 Slack 並讓團隊使用的具體步驟。
2,931次觀看※ 摘要僅根據標題與說明
Catch Agent Regressions Before You Ship: Evals for Managed Deep Agents
LangChain 產品團隊成員 Nathan 介紹 Managed Deep Agents 內建的評估能力，說明如何透過 Harbor 環境、任務與檢查機制，自動檢測模型退化並監控執行狀態。
7,800次觀看※ 摘要僅根據標題與說明
Build an Online LLM-as-a-Judge with the LangSmith CLI and a Coding Agent
示範如何使用 LangSmith CLI 與編碼代理建立線上 LLM 評審系統。
3,600次觀看※ 摘要僅根據標題與說明
Inside Clay's Eval Stack: 300M Agent Runs, One LangSmith Pipeline
介紹 Clay 的評估流程，包含 3 億次代理執行與單一 LangSmith 管道。
1.2 萬次觀看※ 摘要僅根據標題與說明
- 2,200次觀看
※ 摘要僅根據標題與說明
- 2,200次觀看
※ 摘要僅根據標題與說明
LangSmith Preview Builds: Test agent changes before production
LangSmith 預覽版本更新，讓使用者能在生產環境前測試 Agent 變更。
1,700次觀看※ 摘要僅根據標題與說明
- 1,500次觀看
※ 摘要僅根據標題與說明
Inside Toyota's Manufacturing AI: LangChain, LangSmith, and Six Figure ROI
介紹 Toyota 如何利用 LangChain 與 LangSmith 打造製造業 AI，實現六位數投資報酬率。
1,400次觀看※ 摘要僅根據標題與說明
- 4,100次觀看
※ 摘要僅根據標題與說明
Agentic AI – Complete Course for Beginners
教導如何從零開始構建生產級多代理系統，掌握 LangChain 與 LangGraph 的核心概念與實作技巧。學員將學習如何設計序列、並行與條件工作流，整合 RAG、記憶機制與人工介入控制，並透過實際專案將應用程式部署至 AWS 與…
39.7 萬次觀看Everything Gets Rebuilt: The New AI Agent Stack | Harrison Chase, LangChain
Harrison Chase 與 LangChain 共同創辦人深入探討 AI 代理（Agent）如何從簡單提示演變為具備規劃、編碼與工具使用能力的複雜系統。
愛好 AI Engineer 電子報 🚀 新型態代理人 OpenClaw 正夯，電子報改版 #35
介紹新型態開源 AI 代理軟體 OpenClaw 的用法與安全設定，並整理近期 AI Agent 架構、評估與效能最佳化等文章重點。讀者可學習如何部署個人助理、選擇多代理設計模式，以及系統化評估 AI 表現的方法。
最受歡迎
依人氣
Agentic AI – Complete Course for Beginners
教導如何從零開始構建生產級多代理系統，掌握 LangChain 與 LangGraph 的核心概念與實作技巧。學員將學習如何設計序列、並行與條件工作流，整合 RAG、記憶機制與人工介入控制，並透過實際專案將應用程式部署至 AWS 與…
39.7 萬次觀看Building a Harness with Jev
介紹 TypeSafe AI 推出的 Jev 模型，一種比傳統大型語言模型快且便宜的 System 1 決策型 AI。影片示範如何用 Jev 進行模型路由、自動過濾風險工具呼叫，以及作為線上評估的評分者，並提供在 LangChain 中的…
26.8 萬次觀看A Field Guide to Rapidly Improving AI Products
指出許多 AI 團隊過度關注工具與架構，卻忽略了測量與迭代。作者透過實際案例說明，錯誤分析、建立簡易資料檢視器、授權領域專家撰寫提示詞、善用合成資料以及維持評估系統信任，才是提升 AI 產品成效的關鍵。
AlignEval: Building an App to Make Evals Easy, Fun, and Automated
介紹 AlignEval 應用程式，讓使用者透過上傳 CSV 資料，快速完成 LLM 評估者的標籤、評估與自動最佳化。文章分享從資料出發制定評估標準的方法，並提供實作細節與工具選擇建議。
Using LLM-as-a-Judge For Evaluation: A Complete Guide
提供一套完整的實作指南，教導如何建立「以大型語言模型為裁判」的評估系統。作者透過協助超過 30 家公司的經驗，指出常見錯誤並提出「評論跟隨」技術，強調先找準領域專家、構建多樣化資料集，再迭代建立自動裁判，避免陷入無效的指標堆疊。
- 1.9 萬次觀看
※ 摘要僅根據標題與說明
HTTP Channels for Managed Deep Agents
LangChain 產品經理 Nathan Drezner 示範如何為管理型深度代理建立自訂 HTTP 通道，讓代理能接收來自外部服務（如 HubSpot、Salesforce）的請求。
6,183次觀看※ 摘要僅根據標題與說明
How to go from your agent's traces to a fine-tuned model in one workflow
介紹如何使用 smithtune 工具將 LangSmith 的追蹤記錄轉化為訓練資料，並對 Qwen 模型進行監督式微調。觀眾可學習如何建立金標資料集、評估軌跡品質，並完成從資料準備到模型部署的完整工作流。
9,040次觀看※ 摘要僅根據標題與說明
Introducing LangSmith Trajectories: A readable view of every agent session
LangSmith 推出 Trajectories，以時間軸方式呈現 AI 代理的完整對話路徑，讓使用者能快速定位問題根源並進行評估。此功能協助專家以易讀格式審查代理行為，並支援將資料用於監督微調。
7,930次觀看※ 摘要僅根據標題與說明
