摘要
1) 一句话总结 LangChain 2026年1月产品动态重点推出了 LangSmith Agent Builder 正式版与 LLM 实验并排对比功能，并汇总了最新的开源生态升级、学习资源、客户落地案例及全球社区活动安排。
2) 核心要点
- LangSmith Agent Builder 正式发布 (GA)：支持开发者通过自然语言描述需求，自动生成提示词、选择工具并配置子智能体。
- LLM 实验并排对比：LangSmith 新增并排对比功能，支持按输入、输出、状态或元数据进行过滤，直观展示模型表现的改进或退化。
- Insights Agent 上线：面向自托管客户提供，可自动分析追踪记录（traces）以检测常见智能体行为、使用模式和故障模式。
- 开源生态升级：发布 LangChain JS v1.2.13（优化动态工具及幻觉恢复机制），并新增 Deepagents 进度实时流式传输功能。
- Interrupt 2026 大会：AI 智能体开发者大会定于5月13日至14日举行，门票将于2月12日正式发售。
- Agent Builder 记忆机制：为 Agent Builder 引入了基于标准 Markdown 和 JSON 文件的文件系统记忆（Filesystem Memory）功能。
- 学习与支持资源扩充：推出全新 Agent Builder 学院课程，重新上线 Chat LangChain 专属问答资源库，并启用全新的客户支持门户。
- 企业级客户实践：Coinbase 通过标准化智能体技术栈将开发周期从数个季度缩短至数天；Remote 成功构建代码执行智能体，在数小时内实现了复杂薪资数据的自动化处理。
正文
2026年伊始，LangChain 团队带来了一系列全新的智能体（Agent）构建更新、改进的实验对比功能，以及关于可观测性和评估的最新深度阅读。以下是我们在1月份发布的所有核心内容。
产品更新
LangSmith
- 🚀 LangSmith Agent Builder 正式发布 (GA)：现在你可以通过自然语言构建智能体。只需描述你的需求，Agent Builder 就能自动确定实现方案，包括生成详细的提示词、选择工具、配置子智能体和技能。
- 📊 LLM 实验并排对比：通过并排对比功能，一目了然地发现模型表现的退化或改进。支持按输入、输出、状态或元数据进行过滤，助你精准定位关键信息。
- 🤖 Insights Agent：自动分析你的追踪记录（traces），以检测使用模式、常见的智能体行为和故障模式。该功能现已面向自托管的 LangSmith 客户提供。
开源生态
- LangChain JS v1.2.13：通过动态工具、从幻觉工具调用中恢复的机制，以及更好的流式错误信号，进一步提升了智能体的鲁棒性。
- Deepagents 进度流式传输：支持实时流式传输子智能体的进度，并在生成消息时清晰展示各个智能体的工作状态。
Interrupt 2026 开发者大会
AI 智能体大会 Interrupt 2026 将于 5月13日至14日 举行。门票将于 2月12日 正式发售，数量有限，建议尽早注册以获取开售通知。
深度阅读与学习资源
智能体可观测性驱动智能体评估 传统软件开发通常将追踪和测试分开，但对于智能体而言，两者密不可分。交付可靠智能体的团队往往使用单一工作流，让生产环境的追踪记录直接驱动他们的评估工作。
- 🔹 智能体行为仅在运行时显现——追踪记录能展示实际发生的情况。
- 🔹 评估智能体意味着检查轨迹、输出和状态，而不仅仅是最终答案。
- 🔹 生产环境的追踪记录将成为动态测试用例，决定你下一步的评估内容。
Agent Builder 的记忆机制 执行重复任务的智能体需要记忆功能。因此，我们使用标准的 Markdown 和 JSON 文件为 Agent Builder 赋予了记忆（Filesystem Memory）。
全新 Agent Builder 学院课程 学习如何使用 LangSmith Agent Builder 构建智能体。课程涵盖环境设置、智能体的构建与优化，并深入探讨触发器（Triggers）、子智能体（Subagents）、MCP 和技能（Skills）。
全新与改进资源
- Chat LangChain 重新上线：这是一个类似 ChatGPT 的 LangChain 专属资源库，提供操作指南、代码片段和错误排查帮助。使用 LangSmith 凭证登录即可保存聊天记录并继续对话。
- 全新支持门户 (Support Portal)：浏览知识库文章、提交功能请求，并在需要帮助时直接联系我们的团队。
客户案例
- Coinbase：标准化了代码优先、可观测的智能体技术栈，安全地自动化了受监管的工作流，将智能体开发时间从几个季度大幅缩短至几天。
- Remote：构建了一个代码执行智能体，将推理（LLM）与执行（Python）分离，在几小时内成功将复杂、多格式的员工和薪资数据转化为经过验证的 JSON 格式。
近期活动与社区聚会
加入我们全球各地的社区活动，与开发者面对面交流：
- 🇨🇳 2月1日 | 上海：Agent Builder 社区聚会，深入介绍 LangSmith Agent Builder 和 Deep Agents。
- 🌐 2月5日 | 线上研讨会：探讨智能体可观测性如何驱动智能体评估。
- 🏙️ 2月5日 | 纽约：无代码智能体构建（面向女性及性别少数群体）。
- 🗽 2月17日 | 纽约：AI 智能体聚会，分享 LangSmith 可观测性与评估的最佳实践。
- 🌉 2月18日 | 旧金山：AI 智能体聚会，LangChain CEO Harrison 亲临分享。
- 🇵🇱 2月19日 | 克拉科夫：使用 LangGraph 构建智能体系统的实战工作坊（支持线上/线下）。
- 🇮🇳 2月21日 | 班加罗尔：实践中的智能体 AI——聚焦评估驱动的自动优化与通用记忆层构建。
- 🇳🇱 2月25日 | 荷兰乌得勒支：与 LangChain 团队探讨如何构建可靠的智能体。
- 🇫🇷 2月26日 | 巴黎：Agents & Apéro 社区交流会，在轻松的法式氛围中拓展人脉。
- 🇺🇸 2月26日 | 丹佛：使用 LangSmith 尽早发现错误，探讨生产级 AI 应用的构建与运营。
- 🇺🇸 3月3日 | 芝加哥：使用 LangSmith 尽早发现错误实战讨论。
- 🇬🇧 3月6日 | 伦敦：智能体与知识图谱黑客松，探索智能体如何基于结构化上下文落地。
- 🇸🇪 3月22日 | 斯德哥尔摩：Lovable x LangChain 房地产科技黑客松。
- 🇳🇱 3月26日 | 阿姆斯特丹：自主系统的崛起社区聚会，探讨架构、运行时及平台在 AI 扩展中的作用。
想要获取更多 LangChain 最新动态？请关注 LangChain 博客、更新日志和 YouTube 频道，或订阅我们的官方通讯邮件。