Interrupt NYC与伦敦大会发布全览

LangChain在Interrupt NYC与伦敦两场大会上集中亮相，发布了一系列面向生产环境的新功能。此次更新的核心理念是：任何公司都能使用AI，但真正获得持续价值的企业，必须掌控自己的智能体系——包括模型本身、运行框架以及将通用模型转化为业务专属工具的上下文数据。这一理念贯穿了本次所有新功能的设计逻辑。

LangSmith平台在可观测性层面迎来重要升级。新推出的AI Search功能支持基于语义理解的对话检索，开发者可以用「用户是否感到沮丧」或「是否发生了PII泄露」等自然语言问题直接查询追踪记录，彻底摆脱对传统过滤器的依赖。与此同时，Trajectories功能提供了跨主智能体与子智能体的时序视图，帮助团队更直观地跟踪智能体在每次会话中的完整执行路径。

在智能体质量保障方面，LangSmith Engine v2引入了红队测试（Red Teaming）机制，允许团队在功能上线前主动发现潜在问题。Engine v2还能识别更难察觉的异常，例如智能体工作效率低下和指标趋势劣化，并能自动生成修复方案并加以验证。这一能力将评估环节前移，有助于降低生产环境中的故障风险。

托管深度智能体（Managed Deep Agents）升级至v0.9版本，新增多项个性化与自动化能力：支持根据每次运行的上下文动态调整行为，可在Slack中实时响应，具备用户级记忆与工具调用能力，并支持任务调度。此外，该版本还内置了免费的网络搜索功能。LangSmith Custom Apps则允许团队在平台内直接构建、发布和运行自定义界面，将重复性工作流转化为基于LangSmith数据的共享工具。

Fine-Tuning功能的推出，打通了从生产数据到模型优化的完整闭环。团队可以将生产环境中的智能体轨迹直接转化为训练数据，通过Baseten或Fireworks对模型进行微调，再在LangSmith内完成评估与部署。开源侧，LangChain v1.4.0通过langchain.mcp命名空间新增了对FastMCP的支持，进一步扩展了与外部工具的集成能力。

围绕本次发布，LangChain还推出了「Agentic Operating Model」框架，聚焦于领先团队如何将人员、流程与技术整合，以规模化方式运行生产AI。该框架涵盖智能体开发生命周期重构、持续评估实践建立以及治理机制嵌入等核心议题，并将于10月29日和11月5日分别面向EMEA和北美地区举办线上专场。

要点

• LangSmith AI Search支持自然语言语义检索追踪记录，无需依赖传统过滤条件，大幅降低问题排查门槛。
• Engine v2引入红队测试与自动修复验证，将质量保障环节前移至生产部署之前。
• Fine-Tuning功能打通生产轨迹到模型微调的完整链路，支持通过Baseten或Fireworks完成训练与评估。
• 托管深度智能体v0.9新增用户级记忆、任务调度与内置网络搜索，个性化与自动化能力显著增强。
• LangChain v1.4.0通过langchain.mcp命名空间正式支持FastMCP，扩展开源生态集成范围。