托管深度智能体与LLM网关进入公测

Managed Deep Agents 公测版是本月最核心的发布内容之一。开发者只需一条命令即可将自己构建的 Deep Agent 部署到 LangSmith 托管运行时，平台内置了持久执行机制、隔离沙箱环境以及完整的链路追踪能力。这一设计大幅降低了智能体从开发到生产的部署门槛，团队无需自行搭建和维护复杂的运行基础设施，可以将精力集中在智能体逻辑本身的迭代优化上。

LLM Gateway 同步进入公测，定位为智能体与底层模型之间的控制代理层。它为生产环境中的智能体提供了四项关键能力：成本控制、请求速率限制、模型降级回退以及敏感数据处理。随着企业级智能体应用规模不断扩大，这类介于应用层与模型层之间的治理工具正变得不可或缺，LLM Gateway 的推出填补了 LangSmith 平台在生产管控侧的重要空白。

开源框架层面，Deep Agents v0.7 带来了显著的效率提升。此次版本通过简化基础执行框架，将基础输入Token数量压缩了65%，且在标准基准测试上保持了相当的性能水平。对于高频调用场景下的企业用户而言，这一优化意味着可观的推理成本节省。配套的 Foundation 课程也同步更新，新增了子智能体模块、TypeScript 支持以及内置辅导技能等内容。

LangSmith 引擎在本月完成了重要的性能升级，发现智能体问题的能力提升超过2倍，所提出的修复建议在标准基准测试上的表现也提高了25%。新推出的 Tuned Evaluators 功能可自动为生产追踪记录附加质量反馈标签，首个落地的评估器为「感知错误」类型，帮助团队在不需要自行维护评判模型的前提下，持续发现并修复智能体的行为偏差。

在企业落地案例方面，Stripe 基于 Deep Agents 在一周内构建了面向全公司的生产力智能体 Kai，并在一个月内将用户规模从296人扩展至超过5000人，目前83%的 Stripe 员工每周使用 Kai，累计会话超过6万次。Apollo 则将其 AI 助手迁移至 Deep Agents 架构，实现了在单次自然语言对话中处理完整 GTM 流程的能力，新智能体的开发周期缩短了约80%至85%。

在基础设施层面，LangSmith 新增了 AWS 上的「自带云」部署选项（BYOC），企业团队可以在自己的 VPC 环境中运行 LangSmith，同时由 LangChain 负责环境配置、弹性扩缩容和版本升级等运维工作。这一模式兼顾了数据主权与运维便利性，适合对数据合规有严格要求的金融、医疗等行业用户。LangChain 联合创始人 Harrison Chase 也在本月博客中强调，企业拥有自己的「智能主权」将在未来五年成为核心竞争力。

要点

• Managed Deep Agents 和 LLM Gateway 同步进入公测，前者简化智能体部署流程，后者为生产环境提供成本、速率与安全管控能力
• Deep Agents v0.7 将基础输入Token用量减少65%，在保持性能的同时显著降低高频调用场景下的推理成本
• LangSmith 引擎发现智能体问题的能力提升超过2倍，Tuned Evaluators 实现生产追踪的自动质量评估
• Stripe 基于 Deep Agents 构建的 Kai 智能体已覆盖83%员工，Apollo 借此将新智能体开发周期压缩约80%
• AWS BYOC 部署选项上线，企业可在自有 VPC 中运行 LangSmith，满足数据合规要求