LangChain 发布十月产品更新：LangSmith 新增语义检索、自定义应用与微调能力
LangChain（美国 AI（人工智能） 应用开发工具公司）在 Interrupt NYC 和伦敦活动上公布 LangSmith 系列更新：可用自然语言按语义检索运行轨迹、把生产轨迹转为微调数据，并搭建自定义界面。
对开发团队而言，这些功能意味着调试和评估智能体时可减少手工筛选。 上述均为公司自述的产品能力，未见独立验证。
LangChain 团队在 2026 年 10 月 15 日（UTC）发布的月度通讯中列出多项更新：LangSmith AI Search 支持以“用户是否感到沮丧”“是否出现 PII（个人可识别信息）”等语义问题检索 trace，而不依赖传统过滤器；
Managed Deep Agents v0.9 支持针对每次运行上下文构建个性化智能体、在 Slack 中响应、用户级记忆与工具调用、定时任务，并提供免费内置网页搜索； LangSmith Engine v2 增加红队测试以在上线前发现问题，并可检测低效智能体工作与指标趋势、自动测试和验证其提出的修复；
LangSmith Trajectories 提供跨主智能体与子智能体的按时间顺序会话视图； LangSmith Custom Apps 支持在 LangSmith 内构建、发布和运行自定义界面； LangSmith Fine-Tuning 支持将生产轨迹转为训练数据，借助 Baseten 或 Fireworks 微调模型后再评估和提供服务。
开源侧 LangChain v1.4.0 通过 langchain.mcp 命名空间支持 FastMCP。 通讯还引用客户案例称，Zip 早期给聊天机器人或智能体加功能需数周，现借助 LangSmith 和 LangGraph 可更快发布新功能。
此次更新的重心从“能跑通智能体”转向“能看清并改进智能体”：语义检索轨迹、跨子智能体时间线视图和自动修复验证，都指向生产环境中的可观测性与评估环节。 将生产轨迹直接转为微调数据，则把调试数据与模型训练连成闭环，可能改变团队采购评估与微调工具的路径。 但“自动检测问题并验证修复”的实际效果仍需开发者实测，通讯未给出基准数据或第三方验证。
后续观察信号
- LangChain 是否会在后续通讯中披露 LangSmith 新功能的使用数据
- FastMCP 支持对开源 LangChain 生态的实际影响