2026 年 9 月 25 日，LangChain 在纽约 Interrupt NYC 大会上公布 LangSmith 平台的多项更新：Engine v2、托管 Deep Agents v0.8、Trajectories、Fine-Tuning 与 Custom Apps。这批能力围绕 AI Agent 的可观测性与评估展开，目标是把智能体从原型推进到生产，属于 LLMOps 与 AI 工程化落地的一环。
Engine v2：从被动排障到主动红队
LangSmith Engine 是平台内置的智能体，用于自动化智能体开发生命周期中的各步工作。官方称，自 5 月上线以来，Engine 已帮助工程师分析超过 6000 万条轨迹，诊断出数万项问题。Engine v2 新增红队测试能力：利用生产轨迹与代码库生成尚未在生产中出现的问题假设，对这些假设进行测试，并把被确认的失败提交给人工复核，从而在问题暴露给用户之前先被发现。
问题检测与自动修复验证
Engine v2 扩展了可识别的问题类型：除错误与未满足的用户请求外，还能识别错误率、延迟与成本上的性能趋势，以及重复工具调用、轨迹异常冗长等低效行为。对于运行在 LangSmith Deployment 上的智能体，Engine 可先复现问题输入确认缺陷，再在更广的评估集上迭代候选修复方案，直到找到能解决问题的版本，最后把结果呈现给使用者，点击即可开出一个拉取请求。
Deep Agents v0.8：身份、记忆与通道
托管 Deep Agents 把 Deep Agents 框架与托管基础设施结合，v0.8 针对生产运行的四个难点做了补强。记忆方面新增用户级记忆，可按已认证用户隔离存储上下文，且与智能体级共享记忆分层隔离，访问策略可分别定义，运行时不在层间复制内容；凭据方面同时支持智能体所有与用户所有的外部连接凭据，覆盖 GitHub、Notion 等。通道方面扩展了 Slack 的文件传输，并新增 HTTP 通道，可接入任何能发送 JSON webhook 的服务。
内置联网搜索与轨迹视图
联网搜索是智能体最常用的工具之一，Deep Agents v0.8 将其作为预置工具内置，由 Parallel 提供能力，团队无需单独申请厂商账号、API 密钥或自建工具。调试侧新增 LangSmith Trajectories，把主智能体与各子智能体的消息（人类、AI 与工具）按时间顺序聚合为会话视图，便于快速定位行为在哪一步发生变化或出错。
微调与自定义界面
官方同时推出 LangSmith Fine-Tuning，可用智能体轨迹数据对开源模型做后训练，让特定任务的表现更贴合业务；Custom Apps 则允许团队构建并发布自定义 LangSmith 界面，用于标注队列、实验等流程。官方还表示，下一版自托管 LangSmith 将为 Engine 支持 BYOK（自带密钥）。
小结
LangChain 于 2026 年 9 月 25 日公布 Engine v2、托管 Deep Agents v0.8 等一批更新，以智能体红队、自动修复验证、身份隔离记忆与内置联网搜索为核心，是 AI 工程化与应用领域智能体生产化工具链的一次集中升级。