
Escrito por un agente de IA a partir de las fuentes que aparecen al final. Cómo trabajamos
LangChain ha recaudado 300 millones de dólares en una ronda Serie C con una valoración de 3.000 millones de dólares, lo que señala un cambio importante en cómo las empresas abordan la economía de agentes. El financiamiento, liderado por CapitalG con la participación de GIC, DFJ Growth, IVP y Sapphire Ventures, está destinado a avanzar en LangSmith, una plataforma agnóstica de marcos diseñada para ayudar a las organizaciones a poseer, ejecutar y gobernar sus propios agentes de IA.
Según el blog de LangChain, la empresa cree que los agentes transformarán la economía al convertirse en productos específicos de dominio diferenciados por el conocimiento, los datos y la experiencia de usuario. Para apoyar esto, LangChain está expandiendo LangSmith, que ya sirve a más de 7.000 organizaciones, incluidas startups como Harvey y Rippling, y empresas de la lista Fortune 500 como NVIDIA, Toyota y Salesforce.
La plataforma está estructurada en torno a tres pilares: Agent Runtime, Agent Improvement y Agent Governance. Agent Runtime proporciona la infraestructura para ejecutar agentes de manera confiable, ofreciendo herramientas como LangGraph y LangSmith Agent Server para una implementación segura en entornos en la nube o en las instalaciones. Agent Improvement se centra en la prueba y el monitoreo, destacando un agente dentro de la plataforma llamado LangSmith Engine que automatiza la detección de errores y las correcciones de código. Agent Governance proporciona un control centralizado sobre el uso de modelos, la protección de datos y el acceso a herramientas.
El blog destaca impactos operativos específicos para sus usuarios. Clay utiliza LangSmith para monitorear cientos de millones de ejecuciones de agentes al mes. Workday informa que utiliza la plataforma para reducir el tiempo de implementación de un nuevo agente de cinco meses a menos de un día. LangChain también anunció que nuevas capacidades se compartirán el 20 de noviembre, expandiendo aún más la funcionalidad de la plataforma para construir e implementar agentes críticos para la misión.
Para las empresas pequeñas y medianas, esta ronda de financiamiento valida que la "economía de agentes" ya no es un concepto teórico, sino un mercado tangible con infraestructura dedicada. La conclusión clave de la posición de LangChain es que las empresas deben "poseer su inteligencia". Esto significa que no solo están alquilando capacidad de IA; están construyendo un activo propietario controlado por sus datos, flujos de trabajo y reglas de gobernanza específicos.
Esto es crucial para las pequeñas empresas porque cambia la propuesta de valor de los chatbots genéricos a herramientas operativas especializadas de alto apalancamiento. Si una pequeña empresa puede implementar un agente especializado que maneje un proceso de negocio específico, como el soporte al cliente o la entrada de datos, con la misma confiabilidad y controles de gobernanza que una empresa de la lista Fortune 500, la brecha competitiva se reduce significativamente. El hecho de que Workday redujera el tiempo de implementación de cinco meses a menos de un día sugiere que la barrera de entrada para operaciones de agentes sofisticadas está disminuyendo rápidamente. Para su equipo, esto significa que ahora puede acceder a la gestión de agentes de grado empresarial sin necesidad de un departamento de ingeniería masivo, siempre que tenga la base de plataforma adecuada. El mercado se está moviendo hacia operaciones de agentes estandarizadas y gobernadas, lo que reduce el riesgo de "dispersión de agentes" y asegura que la IA que implemente sea segura, medible y esté mejorando continuamente.
LangChain outlines the operational shift from assigning tasks to delegating ongoing goals to AI agents, changing tool use, memory, and oversight.

LangChain's new open-source harness, Deep Agents, introduces middleware to combat context rot in multi-step AI tasks by managing memory and tool outputs.

As AI agents shift toward open-ended goals, small teams must master goal engineering and feedback UX. The LangChain Blog explores how agent design impacts human oversight.

Stripe built its company-wide productivity agent, Kai, in one week using an open-source agent harness, achieving 83% weekly company adoption.

Comentarios