LangSmith: Engine v2, траектории сессий и Fine-Tuning без своего пайплайна

LangSmith раскатил пакет обновлений для прод-агентов: Engine v2 ищет сбои до релиза и прогоняет кандидаты в фикс, Managed Deep Agents 0.8 добавляет память на пользователя и каналы, Trajectories склеивает длинную сессию в читаемую ленту, Fine-Tuning через smithtune ведёт open-модель от трасс до деплоя. С мая встроенный Engine разобрал более 60 млн трасс и помог разобрать десятки тысяч инцидентов. Новинки показали на Interrupt NYC 25 сентября 2026 года. Engine v2 Вторая версия смотрит не только на ошибки и невыполненные запросы, но и на тренды по частоте сбоев, задержке и стоимости, а также на лишнюю работу , повторные вызовы инструментов и раздутые траектории. Red teaming строит гипотезы по прод-трассам и репозиторию, проверяет их до боя и выносит подтверждённые провалы на ревью. Для агентов на LangSmith Deployment Engine воспроизводит баг, гоняет фиксы на eval-сете и предлагает вариант с PR в один клик. В следующем self-hosted релизе обещали BYOK для Engine. Runtime: Deep Agents 0.8 Managed Deep Agents , harness Deep Agents на managed-инфраструктуре. Память можно привязать к аутентифицированному пользователю отдельно от общей памяти агента: слои не смешивают контент, политики доступа задаются на каждом уровне. Для GitHub, Notion и похожих связок поддерживаются credentials и агента, и пользователя. Slack , файлы вроде логов, таблиц и скриншотов прямо в чат с агентом. HTTP-канал , JSON webhook для любого сервиса. Встроенный поиск в вебе на Parallel без отдельного API-ключа. От трасс к дообучению Trajectories выстраивает сообщения человека, модели и инструментов , включая субагентов , в хронологический порядок, чтобы быстрее увидеть, где сессия поехала. Ревьюер может ставить оценки без разбора сырых метаданных; online evaluators LangSmith оценивают всю траекторию целиком. LangSmith Fine-Tuning делает supervised fine-tuning на open-моделях: CLI smithtune готовит датасеты из траекторий, обучает через Baseten или Fireworks, проверяет результат в LangSmith и подключает модель к приложению. Свои интерфейсы Custom Apps позволяют собрать и опубликовать UI поверх данных LangSmith , из шаблонов, через чат в приложении или с подсказками coding-агенту , без выгрузки в отдельный внутренний сервис. Подходит для очередей аннотации, сравнения экспериментов и кастомного просмотра трасс. Источник: New in LangSmith: Engine v2, Managed Deep Agents, Fine-Tuning, and more .