#langchain

Ankush Golaによると、smithtuneはLangSmithから軌跡を取得・選択・処理し、FireworksAI_HQとbasetenで学習し、結果をLangSmithで評価する。コードはlangchain-aiのGitHubリポジトリにある。

LangSmith Custom Appsが一般提供を開始

LangChainによると、LangSmith Custom Appsはプロンプトでエージェントデータからインターフェースを作成でき、実行へのラベル付け、実験の比較、トレースの確認といったビューを含む。

Fireworks、LangSmith Fine-Tuningとsmithtuneのローンチ時トレーニングパートナーだと表明

Fireworksは、LangChainのLangSmith Fine-Tuningとsmithtuneのローンチ時トレーニングパートナーだと述べ、LangSmithのトレースからFireworks上のマネージドSFT、その後の評価とデプロイまでを、別のトレーニング基盤なしで1つのCLIで進める経路だと説明している。

Managed Deep Agents 0.8がユーザーメモリに対応

Managed Deep Agents 0.8は、保存先を制御できるユーザーメモリを追加した。Nathan Dreznerは、非公開の文脈で作成されたメモリは共有されないと述べ、Context Hubでは開発者が一般的なエージェントメモリを確認でき、ユーザーメモリは非公開のまま保たれるとしている。

LangChainがManaged Deep Agents 0.8を公開

Managed Deep Agents 0.8では、ユーザー所有の認証情報とメモリ、社内ツール向けのHTTPチャネル、slackhqのネイティブなファイル転送、p0経由の組み込みWeb検索が追加される。

LangSmith Engine v2がレッドチーミングと検証済み修正を追加

LangChainはInterruptでLangSmith Engine v2を発表した。本番前にエージェントの問題を特定し、提案された修正をユーザーに示す前にテストし、非効率なエージェントの処理とともにコストとレイテンシの傾向を示す。

LangChain、InterruptでLangSmith Engine v2を発表

LangChainはInterruptでLangSmith Engine v2を発表し、エージェントの問題を事前に見つけ、ユーザーが目にする前に解決できるとしている。

LangChainのManaged Deep Agentsがcronスケジュールで実行可能に

schedules/内に置き、cron式とプロンプトを含むスケジュールファイルをデプロイすると、Managed Deep Agentが自動で実行される。

LangChain、9月30日にLangSmithのTuned Evaluatorsに関するセッションを開催

セッションでは、オンライン評価の要点と、チームがTuned Evaluatorsを使ってエージェントのやり取りを分析し、本番トレースにフィードバックを付与する方法を扱う。

LangSmithがJevとSemIfを含む意思決定モデルに対応

LangSmithは、JevとSemIfを含む対応済みの意思決定モデルについて、各ステップを可視化する。

LangChainのManaged Deep AgentsがSlackからGitHubのプルリクエストを開ける

LangChainは、Managed Deep Agentsなら数行のコードでこうしたエージェントを構築できるとしている。その例であるPatchは、Slackのスレッドでメンションされ、機能の説明を受け取ると、差分を含むプルリクエストを開く。

LangChain、マネージドディープエージェントのモデルルーティング向けTypesafe Jevミドルウェアを紹介

LangChainはnathan dreznerを引用し、Typesafe AIのJevミドルウェアの公式ドキュメントをリンクした。このミドルウェアは、ユーザーがルートを定義した後、LangChainのマネージドディープエージェントのモデル選択を処理できる。

TypeSafe AIのJevミドルウェアはLangChain管理のディープエージェント向けにモデルをルーティングできる

Nathan Drezner氏は、TypeSafe AIのJevミドルウェアをLangChain管理のディープエージェントでモデルルーティングに使用できると述べています。ユーザーがルートを定義すると、Jevがモデル選択を処理します。

LangChain、エージェント評価の審査役としてJevが人間のレビュアーと一致したと報告、GPT-5.6およびClaude Sonnet 4.6と比較

LangChainは、エージェント評価の審査役としてJevをGPT-5.6 Luna、GPT-5.6 Terra、Claude Sonnet 4.6と比較検証し、すべての呼び出しで人間のレビュアーと一致、最大913倍低い分散、呼び出しあたり0.44秒、フル実行コスト0.34ドル（Claude Sonnet 4.6では28.17ドル）と報告した。

Jev-as-a-judgeがLangSmithで利用可能に

LangChainは、Jev-as-a-judgeがLangSmithで利用可能になったと述べている。同社は、すべての本番トレースをスコアリングでき、コストを上昇させずにトレースあたりより多くの基準をチェックでき、自動化された対応をトリガーできるほど迅速に安全性またはセキュリティの問題を捕捉できると主張している。

LangChainがLangSmith LLM GatewayでSemIfを今後1週間無料に

LangChainは、オープンソースの意思決定モデルであるSemIfを、LangSmith LLM Gatewayで今後1週間無料にすると述べた。引用された投稿で、Jacob LeeはSemIfが今後1週間無料で提供され、TypeSafe SDKと互換性があると述べた。

LangChain、typesafeaiの新Jevモデルに関するSydney Runkleのウォークスルーを共有

LangChainは、Sydney Runkleが@typesafeaiの新しいJevモデルとそれをエージェントに組み込む方法を解説した10分未満の動画を取り上げた。