LangChain

一个基于LangChain和本地Ollama服务器的AI代理架构教育实验室，包含多种代理变体，涵盖聊天记忆、工具调用、RAG、混合和代理RAG等类别，每个变体均可独立运行CLI以研究其机制。

OpenWiki Brains 是 LangChain 推出的新框架，通过连接 Gmail、Notion、Git 等多种来源，为 AI 代理提供主动的 Wiki 式记忆，并自动更新本地 Wiki。

了解如何构建一个风险投资研究代理，它能在90秒内生成带有引用的投资备忘录，使用Perplexity Agent API、LangGraph和LangSmith。该代理并行运行团队、财务、产品和市场四个研究节点，然后综合生成包含七个部分的备忘录，包括论点与建议。每个声明都可追溯到原始来源，确保输出可审计。文章还比较了三个搜索提供商，并提供了构建类似代理的要点。

比较LangChain、LlamaIndex和原始API调用在LLM应用中的优缺点，提供选择抽象层级的决策框架。

LangChain与NVIDIA合作推出NemoClaw深度代理蓝图，结合LangChain深度代理代码、NVIDIA Nemotron 3 Ultra和OpenShell，为企业构建开放、受治理的代理系统。该蓝图在代理评估中实现了领先性能，且推理成本降低约10倍。

通过仅调整Nemotron 3 Ultra的外部框架（harness），在Deep Agents基准测试中达到接近Opus 4.8的最佳成绩，成本降低约10倍。本文详细介绍了评估驱动的方法、提示工程和中间件优化，以及哪些改进无效。

NVIDIA Nemotron 3 Ultra 与 LangChain 深度代理框架结合，在开放模型中取得最高准确率，同时以比顶级封闭模型低 10 倍的推理成本完成更多任务。该成果无需重新训练模型，而是通过优化模型周围环境实现。Abridge、Amdocs、Box 等企业正在将专业代理嵌入其平台，EY 等系统集成商则基于此开放栈为客户构建定制化代理。

Deep Agents Code现在可作为NVIDIA NemoClaw的治理蓝图运行，使用开放模型Nemotron 3 Ultra，提供默认拒绝网络、人工审批和完整审计日志，适用于敏感代码现代化。

brAIn 是一个新颖的 AI 代理框架，它摒弃了传统的聊天循环模型，转而采用基于 NATS 发布/订阅总线的长驻守护节点架构。节点是反应式的，仅在相关消息到达时激活，避免了不必要的令牌消耗。每个节点可拥有独立的用户界面，支持分布式部署，并具备优先级抢占、MCP 客户端集成等特性。作者通过视频展示了其在实际场景中的应用，如环境感知代理、Slack 监听器、物联网控制器等。文章还对比了 brAIn 与 LangGraph、AutoGen、ROS 2 等现有工具的架构差异。

本期AINews涵盖了2026年7月6日至7日的广泛AI发展。亮点包括Lilian Weng对递归自我改进中套件工程深入分析、Meta推出Muse Image和预览Muse Video（具有代理生成循环）、以及Anthropic、LangChain和Google在代理平台上的重大产品更新。其他值得注意的内容：NVIDIA的Audex音频模型、Cohere的阿拉伯语ASR、与Hugging Face和NVIDIA的机器人集成、Liquid AI的Antidoom方法减少推理循环失败、以及Anthropic有争议的J-space可解释性研究。还涵盖了代理和法律AI的基准测试、研究自动化和推理效率进展。

LangChain 通过挖掘智能体轨迹来发现失败、微调比前沿 LLM 更便宜的评判模型，并利用评估来提升性能。

施耐德电气通过LangSmith构建了企业级LLMOps基础，实现了对AI产品的可观测性、评估和部署。其AI中心拥有350名专家，已部署60多个AI代理。本文介绍了三大支柱：可观测性（自托管LangSmith，每个产品一个工作区）、评估（离线/在线评估及成熟度框架）和部署（每个产品独立运行时）。案例包括内部AI助手One Jo、客户成功经理Copilot和文档处理代理，展示了显著效率提升。

Deep Agents 是 LangChain 推出的一款开源智能体框架，专为长期、多步骤任务设计。它内置了子智能体、文件系统、上下文管理、Shell 访问、持久化记忆以及人工审核等特性。该框架与模型无关，支持任何支持工具调用的 LLM，并基于 LangGraph 构建，具备生产级可靠性。

一项详细的实验，比较了五个Claude模型（Opus、Fable、Sonnet、Sonnet 4.6、Haiku）对LangChain Python单仓的完整审计。Fable在评分上与Opus持平（A-），但在生成可操作的里程碑和快速胜利方面表现出色。文章展示了发现、优缺点，并推荐多模型流程。

随着编程代理（如Claude Code、Cursor、Copilot）使用量激增，团队账单失控。本文分析了“tokenmaxxing”现象背后的碎片化问题，并提出了从可视化、标准化成本、优化使用到治理支出的四步解决方案，帮助团队在多工具环境中有效管理AI开销。

本文全面介绍了2026年10个值得关注的人工智能代理框架，包括LangGraph、CrewAI、OpenAI Agents SDK、Google ADK、PydanticAI、smolagents、Mastra、Microsoft Agent Framework、Strands Agents和LlamaIndex Workflows，并分析了各自的优势、最佳应用场景和权衡。无论你是需要精细控制的状态机，还是快速原型开发，或是结构化输出和类型安全，这里都有适合你的选择。

OpenWiki 是一个开源代理和命令行工具，用于自动生成和维护代码库文档。它创建仓库维基，连接编程代理，并通过 GitHub Action 持续更新文档，帮助代理更好地理解代码库上下文，从而提高编码效率。

递归语言模型（RLM）通过让代理编写代码将子代理分派到上下文块上来解决上下文腐烂问题。Deep Agents现在通过动态子代理和轻量级代码解释器支持RLM，允许代理以编程方式对大型输入执行grep、map和reduce操作。在OOLONG基准测试中，RLM在长上下文任务上优于逐轮代理。

Pendo使用LangSmith对AI产品代理Novus进行调试、评估和监控，该代理将行为数据和会话回放转化为代码修复。LangSmith在生产环境中提供完整追踪，帮助Pendo在几天内将Novus交付生产，成功率达90%以上，并节省25%的评估新用例时间。

Harbor是一个评估长期运行、有状态代理的新工具，与LangChain的Deep Agents、LangSmith沙箱和可观测性集成，实现了可扩展的隔离评估。本文介绍了Harbor的工作原理及如何通过LangGraph注册表和插件集成。

本文提出“维基记忆”模式，即使用智能体将原始数据压缩为持久化、结构化、可供智能体读取的知识层。它与RAG不同，通过预计算并维护高层综合，避免智能体每次重复发现结构。文章列举了DeepWiki、Karpathy的LLM Wiki、Factory的AutoWiki等实例，并讨论了原始数据格式、压缩方法及更新维护等开放问题。

本文提出一种端到端智能体管道，结合深度时间序列预测、变分异常检测和LLM推理，为办公楼设备级能源监控生成可操作的维护建议。系统使用混合SSA-LSTM预测模型和每设备LSTM VAE注意机制检测异常，并通过三阶段LangChain管道（上下文、诊断、报告智能体）生成诊断，配备动态检索减少上下文开销。在16个场景的基准测试中，最佳后端得分90.4/100，本地7B模型通过所有场景。

LangChain 发布了四个新的测试环境，用于评估大型语言模型（LLM）使用工具完成任务的能力，涉及规划、函数调用和推理等关键技能。测试比较了 GPT-4、Claude 2.1、GPT-3.5 以及开源模型（如 Mistral 7b）的表现。关键发现包括：GPT-4 在关系数据任务中表现最佳，但在长时间轨迹中易出错；Claude 2.1 在三个任务中与 GPT-4 相当；开源模型在多次函数组合上表现不佳；规划能力仍是 LLM 的难点。

LangChain发布了一个新的提取基准数据集，用于评估LLM从聊天日志中推断结构化信息的能力。文章详细介绍了数据集的创建过程、评估指标以及对GPT-4、Claude-2、Code Llama 2等模型的基准测试结果。实验表明，GPT-4在多数指标上表现最佳，而开源模型在结构化输出方面仍有挑战。

动态子代理允许AI智能体使用代码而非工具调用来大规模编排工作。了解Deep Agents中的程序化编排如何保证覆盖范围、处理扇出，并通过常见编排模式和实时跟踪实现可靠的多步骤复杂智能体管道。

Candidly构建了一种状态感知的对话智能体引擎，通过输入-输出隐马尔可夫模型（IO-HMM）实时推断用户参与状态，并据此调整回复策略，显著降低对话放弃率。文章详细介绍了从轨迹特征提取、状态模型训练到策略部署和实验验证的全过程。

Moss是一个亚10毫秒语义搜索运行时，专为对话式AI代理设计。它通过将搜索和嵌入嵌入到应用进程中，消除了对远程向量数据库的需求，从而将查询延迟降至个位数毫秒。支持混合检索、内置嵌入、元数据过滤，并提供Python、TypeScript、Elixir、C等SDK，以及LangChain、LlamaIndex等框架集成。基准测试显示，在10万文档上，Moss的P50延迟为3.1毫秒，而Pinecone为432.6毫秒。

了解Deep Agents如何利用提示缓存，在无需额外配置的情况下，将各大模型提供商的LLM Token成本降低高达80%。

LangSmith新增Fleet值班副驾驶用于告警分类、智能体计算机使用、语音跟踪调试和实验状态跟踪。还有Deep Agents评分标准、程序化子智能体、新的LangSmith部署课程，以及芝加哥、柏林、华盛顿特区和拉斯维加斯的即将举行的活动。

在Max Agency播客中，Zack Reneau-Wedeen分享了构建客户导向AI代理的经验，强调简单架构、基于结果的定价和避免“组织架构运输”的重要性。他解释了为什么多代理系统常常是陷阱，以及如何通过并行运行多个模型来优化性能。

Klarna利用LangGraph和LangSmith构建的AI助手，处理了相当于700名全职员工的工作量，将客户问题解决时间缩短80%，自动化了约70%的重复支持任务。

欧盟AI法案合规截止日期为2026年8月2日。本文详细介绍了该法案对高风险AI系统的具体要求，以及LangSmith和LangChain OSS如何通过全链路追踪、自动化评估、人工监督等功能帮助您实现合规。

本文介绍了为AI Agent添加记忆功能的实用方法，包括短期记忆和长期记忆的概念、追踪分析以及如何利用LangSmith工具实现记忆循环，从而让Agent从以往交互中学习并改进行为。

本文介绍了如何使用Playwright、browser-use和LangGraph在Python中构建能浏览和操作真实网站的AI代理。文章涵盖了Playwright相较于Selenium的优势（持久WebSocket连接、内置浏览器二进制、自动等待等）、环境搭建步骤、动态页面抓取、多步骤表单填写、反爬虫处理、会话持久化以及Docker部署。通过实际代码示例，读者将学会构建一个能导航网站、填写表单、提取结构化数据并通过LLM决策的浏览器代理。

LangSmith 推出无代码代理构建器，让非技术人员也能轻松创建具有记忆、引导式提示和 MCP 工具的 AI 代理。该构建器通过对话式引导、内置记忆和子代理功能，降低了代理开发的门槛，适用于内部生产力场景。

本文介绍了NAVI-Orbital，一个部署在低地球轨道航天器上的软件系统。2026年4月16日，它实现了首次在轨视觉语言模型自主多模态推理，使用Gemma 3模型对捕获场景进行分类、描述，并通过自然语言对话响应操作员。该系统通过纯英语提示重新任务，由基于图的状态机（LangGraph）协调。地面基准测试准确率88.16%，并在轨验证了可行性，旨在通过语义压缩反转传统带宽模式。

本文讲述了作者为何选择自建AI助手而非使用现有工具，详细介绍了系统架构、技术栈选择及实现过程，包括LLM、LangChain、内存管理和工具集成。

该研究针对多代理LLM系统共享状态导致的并发异常，提出了形式化定义和验证检测方法。通过TLA+建模四种异常（陈旧生成、幻影工具、因果级联、工具效应重排序），并构建了一个经机械验证的一致性层级L0到L4。使用274个Verus验证义务，证明了检测器的正确性和完备性。在三个已部署的Rust运行时中实现了L0-L1级别，并对比了字节跳动deer-flow和LangGraph中的实际异常案例。

Factory AI 通过 LangSmith 的可观测性和反馈 API 优化产品反馈循环，实现了迭代速度翻倍，并显著缩短了开发周期。

Open SWE 是一款开源、云端托管的编码代理，能够自主处理 GitHub 任务，包括规划、编码、测试和提交拉取请求。它采用多代理架构，包含规划器、程序员和审查器，并支持人类参与循环和异步执行。

Monte Carlo 利用 LangGraph 构建 AI 故障排除代理，并使用 LangSmith 进行调试，帮助数据团队更快地解决问题。该代理能够并行探索多个调查路径，显著缩短根因分析时间。

LangSmith 推出公开基准测试和评估数据集共享功能，帮助开发者比较不同 LLM 架构在相同任务上的表现。首发数据集为 LangChain 文档问答数据集，并发布了 langchain-benchmarks 包以支持实验。文章分析了多种模型和架构的性能，并提供了调试方法。

LangSmith 产品主页重新划分为三大板块：可观测性、评估和提示工程。同时，资源标签功能得到增强，支持按应用或自定义标签灵活分组资源，未来还将引入基于属性的访问控制（ABAC）。

智能体工程是一门结合产品思维、工程和数据科学的新学科，旨在通过迭代构建、测试、发布、观察和优化的循环，将非确定性的LLM系统转变为可靠的工业生产体验。文章介绍了该学科的核心概念、所需技能、实践场景以及为什么现在需要它。

本文介绍了如何使用LangSmith评估和比较微调后的开源LLM。作者通过微调Llama2-7b和13b模型来生成SQL，并在LangSmith上创建数据集、运行测试、用GPT-4自动评估。结果显示，13b模型在使用较少数据时仍接近GPT-3.5水平，证明了开源模型的竞争力。

AI智能体在反映团队积累的知识和判断时效果最佳。本文探讨如何将人类判断融入智能体开发的生命周期，以交易员助手为例，讲解工作流设计、工具设计和上下文工程，并介绍通过自动化评估和监测来优化智能体的改进循环。

Deep Agents SDK通过卸载、摘要和文件系统抽象来管理长时间运行AI任务的上下文，防止上下文腐败。本文介绍了三种压缩技术：卸载大型工具结果、卸载大型工具输入和摘要，并提供了实践指导和评估方法。

本文探讨了构建可靠AI代理的核心在于精心设计的循环架构，而不仅仅是模型本身。作者介绍了四种嵌套循环：代理循环、验证循环、事件驱动循环和爬山循环，并展示了如何使用LangChain原语实现每层循环。文章强调，通过将代理嵌入生态系统并持续改进，可以构建难以复制的竞争优势。

Fleet将Agent工作分为临时任务和重复任务两种模式，分别由通用聊天和专业Agent处理。通用聊天适合低配置的临时需求，而专业Agent通过持久指令、工具、子Agent和记忆等配置来处理重复性工作。本文详细介绍了两种Agent类型的设计理念、适用场景及配置差异。

该研究将自主实验模式重构为基于LangGraph的有状态ReAct智能体，通过持久化状态避免每次迭代重建上下文，在超参数调优和代码优化任务中分别减少90%和52%的令牌消耗，同时保持优化质量。