LangSmith、データアノテーションキューを発表
LangSmithは、ログのレビュー、データのアノテーション、データセットの構築を容易にするデータアノテーションキューを発表しました。これにより、LLMアプリケーションのプロトタイプから本番環境への移行を支援します。
Technical tool blog; verify individual post terms before full body display.
LangSmithは、ログのレビュー、データのアノテーション、データセットの構築を容易にするデータアノテーションキューを発表しました。これにより、LLMアプリケーションのプロトタイプから本番環境への移行を支援します。
LangSmithがエラー率、実行レイテンシ、フィードバックスコアに基づくリアルタイム通知「アラート」を提供開始。LLMアプリやエージェントの障害をユーザーより先に検知し、信頼性向上を支援します。
LangChain CEOのHarrison Chase氏は、AIエージェントが具体的なタスクの実行から長期的なゴールの追求へと移行していると説明。その背景には、アクションの指定から成果の指定へ、有限の割り当てから継続的な責任へという2つの実用的な変化がある。
LangSmithは単一のエージェントレコードを中心にプラットフォームを再編成し、あらゆるフレームワークやランタイム上でのエージェントの構築、実行、改善、統制のライフサイクルを統合。ワークフローの分断とガバナンスの課題を解決します。
エージェントがオープンエンドな目標に取り組むにつれ、その範囲をフィードバックしやすいように設計することが重要になる。記事は、暗黙知の提供が最も難しく、主観的な仕事を扱うエージェントはフィードバックから学ばなければ無用になると説明する。
LangChainはCapitalGがリードする3億ドルのシリーズC資金調達を評価額30億ドルで実施したと発表した。あらゆる企業が自社のインテリジェンスを所有できるようにするという使命を推進する。フレームワーク非依存のプラットフォームLangSmithはすでに7,000以上の組織でAIエージェントの実行、改善、ガバナンスに利用されている。
WorkdayはLangGraphとLangSmithを活用して内部AIエージェントプラットフォームを構築し、プロトタイプ作成時間を数ヶ月から1日未満に短縮しながら、厳格なコンプライアンス要件を満たしました。
評価駆動開発(EDD)は、一貫した指標セットに対してAIエージェントを構築する手法です。良好な動作を定義し、まず評価を書き、実験を比較して改善します。
LangSmith BYOCはAWS(GA)、Azure、Google Cloud(ベータ)で実行可能になりました。トレース、評価、エージェントのデプロイはお客様のクラウドアカウントに保持され、LangChainが管理します。
LangChain CEOのHarrison Chase氏が、プロアクティブエージェントの台頭に伴うハーネスエンジニアリングの最大の課題について洞察を共有する。
Managed Deep Agents v0.10がリリースされ、APIのないWebサイトを操作できるブラウザ利用機能と、長時間タスクをバックグラウンドで実行して会話を妨げない非同期サブエージェントが追加されました。
多くのプロアクティブエージェントはシンプルなcronで動いている。本記事では、スケジュール実行がメモリからスマートトリアージまで何を実現するのか、そしてManaged Deep Agentsにどう組み込むかを解説する。LangSmith上のManaged Deep Agentの実行の70%以上が、人間のメッセージではなくスケジュール実行によるものだ。
LangChainは、Slack上でオンブランドな動画、グラフィック、デッキを作成するオープンソースのデザインエージェント「Content Studio」と、それを支えるハーネスの構築方法を共有しました。
LangChainは、マーケティング・営業・エンジニアリングの各チームで内部エージェントを構築した経験を共有し、すべてのチームが行き着いた共通のレシピを5つの核心的な要素に整理した。Slack内での稼働、本人代理と固定認証情報を組み合わせたアイデンティティ、グローバルとユーザー単位のメモリ、サンドボックス内でのコード実行、そして人間による明示的な起動ではなくスケジュールやイベントで走る多数の実行である。