Harmonic が Deep Agents と LangSmith で Scout を再構築し、維持率4倍を達成

Harmonic はベンチャーキャピタル向けのスタートアップ調査プラットフォームであり、AI アシスタント Scout は当初 LangGraph 上に構築され、コンポーザブルサブグラフと LangSmith 評価ノードを使用していました。しかし、このアーキテクチャはユーザーからの新しい要求（個別化されたアウトリーチ草案や抽象的な投資テーマ検索など）に対して硬直的でした。維持には数百もの評価が必要で、新機能ごとに新しいサブグラフが必要でした。

制約を打破するため、Harmonic チームは Deep Agents を使用して Scout V2 を再構築しました。新しいアーキテクチャは意図的にシンプルです：単一のフロンティアモデルに2つのツールカテゴリを備えています。1つは Harmonic のグローバルデータレイヤー（4000万社、2億人、23万投資家）をクエリし、もう1つはパイプラインリスト、CRM ノート、過去のメールや LinkedIn 接続などの企業固有のコンテキストにアクセスします。Deep Agents ハーネスは長時間のタスク実行とコンテキストウィンドウ管理を標準で処理し、V1 のマルチグラフパイプラインと比較して複雑さははるかに低くなりました。

ユーザーエクスペリエンスは検索ツールから信頼できるアドバイザーへと変わりました。ユーザーは投資テーマを Scout に渡し、それに合った5社を選んでもらえます。「10分後にこの創業者と会うので、知っておくべきことをすべて教えて」と言えば、Scout は CRM、過去のメール、LinkedIn 接続、会社の公開プロフィールを統合します。チームのデザインルールは、「ユーザーが見るものはすべて、モデルが発見できなければならない」というものでした。例えば、ビジュアライゼーション機能は、ユーザーが市場マップを要求した際に Scout が SVG コードを返したことから、意図的な機能へと発展しました。会社検索では、結果を共有ファイルシステムに書き込み、エージェントが必要に応じてページングできるようにし、モデルが後続の質問に答えられるようにしました。

本番環境では、LangSmith Deployment が持続的なスレッド実行、スケーラブルなデプロイ、観測可能性を提供しました。チームは完全な会話トレースを表示する内部ダッシュボードを構築し、LangSmith MCP を AI コーディングツールと併用して自己改善ループを形成しました。LangSmith Engine の早期採用者として、障害モードの自動識別と改善提案の恩恵も受けています。

結果は顕著でした：Scout V2 の1週目から4週目までのユーザー維持率は V1 の4倍、平均セッション時間は10倍に増加しました。ユーザーは Scout を「信じられないほど役立つ」「私の天国」「ゲームチェンジャー」と評しています。あるアーリーステージパートナーは、同業者間で「みんなの秘密兵器が Scout になりつつある」と述べています。

今後、Harmonic は Scout をイノベーション、企業開発、人材採用、GTM チームなどに拡大し、独自のスタートアップデータベースを活用して投資以外のユースケースも開拓する予定です。チームはスタートアップに機会を提供するというミッションに引き続き情熱を注いでいます。