在 LangChain，我们已经在市场、销售和工程团队内部构建了内部智能体（agents），它们彻底改变了这些团队的工作方式。但要把它们做对并不容易。我们花了大量时间解决“多人协作 harness”带来的问题，最终每个团队都收敛到了同样的几个核心原语（primitives）：
- 它存在于人们已经在工作的地方（对我们来说就是 Slack）
- 它知道是谁在提问，并针对某些服务以“代表该用户”（on-behalf-of，OBO）的方式行动，而对另一些服务则使用自己的身份
- 它拥有记忆，可以作用域设在全局和／或用户级别
- 代码在沙箱中运行，并且可以向需要鉴权的服务发起请求
- 它很大比例的运行是定时调度而非由某人显式触发（也就是“环境智能体”，ambient agents）
（感谢 @caspar_br 对本文的帮助。）
LangChain 内部智能体
为了给讨论提供具体背景，先简要介绍我们在 LangChain 的三个主要智能体：
- GTM Agent：一个主动的、常驻运行的智能体，协助 GTM（go-to-market）相关工作。它会监控并回复邮件、处理新的合格线索、发送每日简报、回答关于客户账户的问题，并能执行外呼动作。
- OpenSWE：我们的工程智能体，可以处理并起草 PR，同时也会对所有 PR 运行代码审查。
- Content Studio：我们的市场智能体，可以按照我们的风格、并基于对我们定位的了解来起草素材（博客、图片、PowerPoint、视频）。
这三个智能体都以相同的方式构建。我们认为这是一套构建“公司 harness”的通用配方。
问题：用户体验
我们的所有智能体都存在于人们已经在工作的地方，也就是 Slack。每个智能体都有自己的 Slack 应用，可以被私信（DM），也可以在频道中被 @ 提及。在频道里与这些智能体协作的一个好处是，其他人可以看到别人是怎么使用它们的。
我们增加的一个不错的功能是，在 Slack 中“拆分”（breaking out）对话的概念。常常会出现这样的情况：一场很好的对话正在进行，你想把智能体拉进来征求它的意见，或者让它做点事情。但如果它直接在那个线程里运行，就会污染人类的对话并造成干扰。因此我们增加了一种简单的方式，让智能体可以“拆分”到该频道中自己独立的线程里。
有些用户体验最好不要在 Slack 里完成。例如，当 GTM Agent 想让我审阅待发送的邮件时，在 Slack 里一次性处理是没问题的；但如果积压了很多，从 Slack 消息里逐一跟进就完全不是愉快的体验。对于这类体验，我们最终确实构建了自定义 UI。
问题：身份
我们处理过的最棘手、最微妙的问题是身份，具体来说：当这些智能体采取行动时，它们代表谁行动？
业界主要有两种处理方式：
- 代表用户（on-behalf-of）：智能体代表调用它的用户行动
- 固定凭据（fixed credentials）：无论谁调用，智能体都使用一组固定凭据（例如某个服务账号）
以下是我们为每个智能体处理身份的方式（相关文档：为托管 Deep Agents 添加身份、管理连接）：
OpenSWE：
- 当你给它发消息时，它代表你行动（例如用你的 GitHub 账号打开 PR）
- 当它在后台运行（例如作为代码审查智能体）时，它以自己的身份（GitHub app）行动
GTM Agent：
- 它有一些工具（例如 Salesforce 访问）使用固定身份，这样不是每个人都必须登录
- 它有一些工具（例如邮件）代表调用该智能体的用户行动。这些工具只在私信（DM）中可用；在共享频道中不可用
Content Studio：
- 它有一些工具（例如 Notion）代表调用该智能体的用户行动
- 它有一些工具（例如 Twitter）使用一组固定凭据，在这里是我们公司 Twitter 账号的凭据。但只有白名单中的用户才能触发某些操作。例如不是每个人都能发推文（他们可能只能读取／起草）
问题：记忆
所有智能体都有两层记忆：
- 全局记忆：适用于所有用户的记忆
- 用户记忆：只适用于特定用户的记忆
智能体自行决定要把哪些事实记到哪一层记忆。这大概是目前探索最少的一个领域——我们在这方面还有很多工作想做！
问题：代码执行
我们三个智能体都能编写并执行代码，而且为了完成任务经常需要这样做。它们都遵循同样的模式：在沙箱之外运行，但连接到沙箱并在其中执行代码。它们各自的基础镜像略有不同，依赖项也不同。OpenSWE（与编码关系最密切的智能体）会智能地决定启动哪个基础镜像（根据频道／用户而不同）。它们都利用了 LangSmith Sandboxes 上的 secret proxy（另见：为托管 Deep Agents 添加沙箱），让智能体能够在沙箱内部以安全可靠的方式连接到各项服务。
问题：定时运行
很大比例的运行是被调度或由后台事件触发的，而不是由用户直接发起的。
其中一些是由智能体的开发者设置的。例如：OpenSWE 监听 PR，当有新 PR 创建时就会对其进行审查。
另一些则是由用户要求智能体这样做的。例如：我让 GTM agent 每天给我发一份简报，它就自己创建了一个 cron 任务来做这件事。
全部构建于托管 Deep Agents 之上
所有这些智能体都构建在托管 Deep Agents（Managed Deep Agents）之上，而它又构建于开源的 Deep Agents harness 之上。它提供了解决上述所有问题的基础设施（频道、cron 定时任务、沙箱、记忆、身份），同时提供了足够的灵活性，以便按需定制智能体的行为。今天就通过快速入门试用吧！
看看你的智能体到底在做什么
LangSmith 是我们的智能体工程平台，帮助开发者调试每一个智能体决策、评估变更，并一键部署。
试用 LangSmith
获取演示