Engine v2 引入红队测试，深度智能体支持用户级记忆

LangSmith Engine v2 是本次更新的核心亮点之一。自今年 5 月上线以来，Engine 已协助工程师分析超过 6000 万条追踪记录，诊断数万个问题。v2 版本在此基础上引入红队测试（Red Teaming）能力：系统会基于生产追踪数据和代码仓库自动生成潜在问题假设，主动测试尚未在生产中暴露的故障场景，并将确认的失败案例推送给工程师审查，从而将问题发现时机从被动响应提前至上线之前。

在问题检测范围上，Engine v2 也有显著扩展。除原有的错误识别与用户请求未满足检测外，新版本还能追踪错误率、延迟和成本等性能趋势，并识别低效的智能体行为，例如重复的工具调用或不必要的冗长执行路径。对于运行在 LangSmith Deployment 上的智能体，Engine v2 还可在人工审核和部署前自动验证候选修复方案，找到满意的修复后，工程师只需点击一下即可开启 PR 完成快速部署。

Managed Deep Agents v0.8 重点解决了生产环境中智能体面临的四大挑战：记忆、身份验证、频道和工具管理。新版本在原有持久化智能体记忆的基础上，引入用户级记忆层，允许智能体为每位经过身份验证的用户单独存储上下文，且运行时不会在层级之间复制内容，访问策略可在每个层级独立配置，有效防止用户私有信息泄露至共享对话中。此外，智能体现在还支持为外部连接（如 GitHub、Notion）分别配置智能体级和用户级凭证。

在频道与工具层面，Managed Deep Agents v0.8 扩展了 Slack 支持，用户现在可以直接向智能体发送日志、电子表格、合同和截图等文件。新增的 HTTP 频道支持让团队能够通过 JSON Webhook 将智能体接入任意外部服务，尤其适合同时部署在多个渠道的面向客户的智能体场景。内置网络搜索工具由 Parallel 提供支持，团队无需单独申请供应商账号或配置 API 密钥即可让智能体获取实时信息。

LangSmith Trajectories 以时间顺序聚合来自主智能体、子智能体、人类用户和工具的所有消息，形成一个可读的对话视图。这一设计显著降低了长会话的调试难度，团队可以快速定位行为发生变化或出错的节点。对于领域专家（SME）审核场景，Trajectories 同样友好，审核人员无需解析底层执行元数据，即可直接对会话进行评分、标记和注释。LangSmith 在线评估器也可对 Trajectories 进行评分，为跨会话的智能体行为判断提供更优质的输入。

LangSmith Fine-Tuning 旨在帮助团队在无需自行搭建微调流水线的前提下，充分利用开源模型的潜力。基于自有数据和业务智能训练的模型，往往能以远低于通用前沿模型的成本和延迟完成特定任务。该功能支持监督微调，团队可直接将生产轨迹数据转化为训练素材，形成从智能体会话到模型优化的完整闭环，持续提升专项任务的执行质量。

要点

• Engine v2 引入红队测试与自动修复验证，将智能体问题发现时机从生产事后响应提前至上线前主动检测
• Managed Deep Agents v0.8 实现用户级记忆与身份隔离凭证管理，内置网络搜索工具降低集成门槛
• Trajectories 以对话视图聚合多轮交互数据，同时服务于调试、专家审核和在线评估三大场景
• LangSmith Fine-Tuning 打通生产轨迹到模型微调的闭环，帮助团队以更低成本完成专项任务优化