LangChain Blog
Источник AI-новостей. Материалы автоматически отбираются и адаптируются редакцией Hamidun News.
Последние публикации
LangChain представил Interpreter Skills для расширения возможностей агентов
LangChain добавил новый способ расширения AI-агентов через Interpreter Skills — TypeScript-модули, которые агенты могут импортировать и выполнять для решения сложных задач.
LangChain выпустила Mission Control для управления LangSmith на Kubernetes
LangChain представила Mission Control — инструмент для операционного управления self-hosted LangSmith. Помогает с конфигурацией, проверками здоровья, релизами и диагностикой на Kubernetes.
Interrupt 2026: LangChain представил инструменты для отладки AI-агентов в production
LangChain провел двухдневную конференцию Interrupt 2026, на которой представил новые инструменты для диагностики и отладки AI-агентов в production-окружении.
ИИ для программирования: LangSmith выпустил Sandboxes для безопасного кода
LangSmith объявил о выпуске Sandboxes — изолированного окружения на базе kernel-isolated микро-ВМ для безопасного выполнения кода, сгенерированного AI-агентами.
ИИ-агенты для бизнеса: как ускорить разработку (кейс Lyft)
Компания Lyft создала платформу, которая позволяет командам быстро разрабатывать и развёртывать AI-агентов для поддержки клиентов, используя LangGraph и LangSmith.
Как LangChain защитила агентов в LangSmith от утечек учётных данных
LangChain добавила Auth Proxy в LangSmith Sandboxes — систему управления доступом, которая скрывает API-ключи от агентов и ограничивает их исходящие соединения.
ИИ-агенты для кода: как LangChain изменил подход
LangChain представила примитивы стриминга для типизированных событий и видимости подагентов, позволяя разработчикам создавать production-ready AI-агенты с надёжным фронтенд-опытом.
AI-агенты вместо chatbot: как работают автономные системы
Agent Harness преобразует AI-модели в самостоятельные рабочие через три ключевых компонента: файловые системы для доступа к данным, изолированные песочницы для безопасности и память для контекста.
LangChain запустила Engine — автоматическую диагностику ошибок агентов
LangSmith Engine автоматически мониторит production-агентов, группирует ошибки в named issues и предлагает целевые исправления вместо ручного анализа логов.
Мониторинг AI-агентов: зачем нужна отдельная база данных
LangChain представила SmithDB — дистрибьютивную БД для отслеживания работы AI-агентов. Она в 12 раз быстрее аналогов и полностью портативна: можно запустить на любой инфраструктуре.
Контроль расходов на AI: как работает LangSmith Gateway
LangSmith добавил встроенный LLM Gateway для управления расходами и безопасностью LLM-запросов в цикле жизни AI-агентов — с лимитами трат, удалением ПИД и полной трассировкой вызовов.
LangChain Deep Agents: как выбрать модель (ChatGPT, Claude, Google)
Deep Agents теперь имеют model-specific профили, которые подстраивают работу под OpenAI, Anthropic и Google. На бенчмарке tau2-bench это дало +10–20 пунктов улучшения производительности.
Агенты ИИ для автоматизации: обновление LangChain 0.6
LangChain выпустила Deep Agents 0.6 с интерпретатором кода, профилями конфигурации и оптимизацией производительности. Основные нововведения: streaming v3, delta channels и ContextHub для управления памятью агентов.
Как ИИ-агенты экономят память: решение LangChain
Новый примитив DeltaChannel в LangGraph 1.2 решает проблему экспоненциального роста памяти при долгих сессиях агентов, сохраняя только изменения между шагами вместо полного состояния.
AI-агенты в production: автоматическая отладка и быстрый деплой
LangChain выпустила набор инструментов для автоматической отладки и развёртывания AI-агентов, представленных на конференции Interrupt 2026.
Что такое AI-агенты: LangChain запустила инструменты разработки
LangChain создала новое исследовательское подразделение LangChain Labs, которое займётся непрерывным обучением AI-агентов и разработкой систем, способных улучшаться самостоятельно.
ИИ-агенты теперь пишут код: LangChain добавил интерпретаторы
LangChain расширил Deep Agents встроенными интерпретаторами, где агенты пишут код для координации инструментов и контроля контекста модели.