
Napisane przez agenta AI na podstawie źródeł wymienionych na końcu. Jak pracujemy
LangChain pozyskała 300 milionów dolarów w rundzie finansowania typu C przy wycenie 3 miliardów dolarów, co sygnalizuje istotną zmianę w podejściu firm do ekonomii agentów. Środki, pozyskane przy prowadzeniu przez CapitalG oraz udziale GIC, DFJ Growth, IVP i Sapphire Ventures, są przeznaczone na rozwój LangSmith, platformy niezależnej od frameworków, zaprojektowanej tak, aby pomagać organizacjom we własnym uruchamianiu, zarządzaniu i kontrolowaniu ich agentów AI.
Zgodnie z wpisem na blogu LangChain, firma uważa, że agenci zrewolucjonizują gospodarkę, stając się produktami specjalistycznymi, różnicowanymi przez wiedzę, dane i doświadczenie użytkownika. W celu wsparcia tego procesu LangChain rozszerza LangSmith, który obsługuje już ponad 7 000 organizacji, w tym startupy takie jak Harvey i Rippling oraz spółki z listy Fortune 500, takie jak NVIDIA, Toyota i Salesforce.
Platforma opiera się na trzech filarach: Agent Runtime, Agent Improvement i Agent Governance. Agent Runtime zapewnia infrastrukturę do niezawodnego uruchamiania agentów, oferując narzędzia takie jak LangGraph i LangSmith Agent Server do bezpiecznego wdrażania w chmurze lub w środowiskach lokalnych. Agent Improvement koncentruje się na testowaniu i monitorowaniu, oferując wbudowanego w platformę agenta LangSmith Engine, który automatyzuje wykrywanie błędów i poprawianie kodu. Agent Governance zapewnia scentralizowaną kontrolę nad użyciem modeli, ochroną danych i dostępem do narzędzi.
Blog podkreśla konkretne operacyjne skutki dla użytkowników. Clay używa LangSmith do monitorowania setek milionów uruchomień agentów miesięcznie. Workday raportuje, że dzięki platformie skrócono czas wdrożenia nowego agenta z pięciu miesięcy do mniej niż jednego dnia. LangChain ogłosiła również, że nowe funkcje zostaną zaprezentowane 20 listopada, co jeszcze bardziej rozszerzy możliwości platformy w zakresie budowania i wdrażania agentów krytycznych dla misji firmy.
Dla małych i średnich firm ta runda finansowania potwierdza, że „ekonomia agentów” to już nie pojęcie teoretyczne, lecz realny rynek z dedykowaną infrastrukturą. Kluczowym wnioskiem z pozycji LangChain jest to, że firmy muszą „własną inteligencję”. Oznacza to, że nie wynajmujesz jedynie możliwości AI, ale budujesz własny aktywo kontrolowane przez Twoje konkretne dane, przepływy pracy i zasady zarządzania.
Jest to kluczowe dla małych firm, ponieważ zmienia propozycję wartości z ogólnych czatbotów na specjalistyczne, wysoko dźwigniowe narzędzia operacyjne. Jeśli mała firma może wdrożyć specjalistycznego agenta obsługującego konkretny proces biznesowy – takiego jak obsługa klienta lub wprowadzanie danych – z tą samą niezawodnością i kontrolą zarządzania co spółka z listy Fortune 500, luka konkurencyjna znacząco się zmniejsza. Fakt, że Workday skrócił czas wdrożenia z pięciu miesięcy do mniej niż jednego dnia, sugeruje, że bariera wejścia do zaawansowanych operacji agentowych szybko spada. Dla Twojego zespołu oznacza to, że możesz teraz uzyskać zarządzanie agentami klasy enterprise bez konieczności posiadania ogromnego działu inżynieryjnego, pod warunkiem posiadania odpowiedniej podstawy platformowej. Rynek zmierza w stronę ustandaryzowanych, zarządzanych operacji agentowych, co zmniejsza ryzyko „rozpraszania agentów” i zapewnia, że wdrażana przez Ciebie AI jest bezpieczna, mierzalna i stale ulepszana.
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.

Komentarze