#langchain

deepagents 现支持在加载技能时动态加载工具

Harrison Chase 表示，deepagents 现可在加载技能时动态加载工具，仅部分技能需要的工具无需始终保持可用。配合 OpenAI 和 Anthropic 模型使用时，该操作不会破坏提示词缓存。

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。

Sydney Runkle 表示，在编程智能体的 harness 中集成模型路由器可在不降低输出质量的前提下削减 64% 的运行成本。该四步工作流涵盖理解任务与模型、将路由器直接嵌入 harness，以及跟踪任务结果。

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。

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 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。

LangChain 的 Managed Deep Agents 现已提供终端界面，可用 `mda chat` 启动。Nathan Drezner 表示，它用于在轻量开发中本地测试智能体，Studio 仍可使用。

LangChain 表示，该公司是 NVIDIA 全新 Open Agent Safety 平台的发布合作伙伴。黄仁勋称，NVIDIA 与 100 多家行业合作伙伴共同推出该平台，将 OpenShell 与 Sentry 整合在一起。

Ankush Gola 表示，smithtune 会从 LangSmith 拉取、筛选并处理轨迹，在 FireworksAI_HQ 和 baseten 上训练，再用 LangSmith 评估结果。代码位于 langchain-ai 的 GitHub 仓库。

LangChain 表示，LangSmith Custom Apps 可以用一条提示词根据智能体数据生成界面，包括用于标注运行记录、对比实验和查看追踪的视图。

Fireworks 表示，它是 LangChain 的 LangSmith Fine-Tuning 与 smithtune 的首发训练合作伙伴，并描述了一条只需一条 CLI、无需单独训练基础设施的路径：从 LangSmith 轨迹到 Fireworks 上的托管 SFT，再到评估与部署。

Managed Deep Agents 0.8 新增用户记忆，并允许控制记忆的存储位置。Nathan Drezner 表示，在私密上下文中创建的记忆绝不会被共享；Context Hub 让开发者可以查看通用智能体记忆，同时保持用户记忆私密。

Managed Deep Agents 0.8 新增用户自有凭证与记忆、用于接入内部工具的 HTTP 通道、原生 slackhq 文件传输，以及通过 p0 提供的内置网页搜索。

LangChain 在 Interrupt 发布 LangSmith Engine v2。它能在进入生产前识别智能体问题，在向用户展示前测试拟议修复，并呈现低效的智能体工作以及成本和延迟趋势。

LangChain 在 Interrupt 发布 LangSmith Engine v2，并表示它能主动发现智能体问题，并在用户看到之前加以解决。

schedules/ 中包含 cron 表达式和提示词的计划文件可以部署，使 Managed Deep Agent 自行运行。

这场活动介绍在线评估的关键要素，以及团队如何用 Tuned Evaluators 分析智能体交互，并把反馈附加到生产环境的追踪记录上。

LangSmith 为受支持的决策模型提供每一步的可见性，包括 Jev 和 SemIf。

LangChain 表示，Managed Deep Agents 只需几行代码即可构建这类智能体。其示例 Patch 在 Slack 讨论串中被提及并收到功能描述后，会发起包含 diff 的 pull request。

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。