Snyk이 LangGraph 기반 Snyk Assist를 전 고객에게 공개해 85%의 티켓 디플렉션을 달성했다.
LangChain이 Stripe Link와 MPP로 실제 결제를 수행하는 Restock 샘플 에이전트를 공개했다.
LangChain이 Deep Agents에 도구 바인딩과 런타임 고정 기능을 추가해 스킬 관리 효율성을 높였다.
LangChain이 Managed Deep Agents v0.9를 출시해 에이전트의 자체 스케줄링과 동적 구성 기능을 추가했다.
Open SWE 실험에서 새 미들웨어가 품질 유지하며 코딩 작업당 중간 비용을 64% 줄였다.
LangChain이 TypeSafe의 Jev 모델과 LangGraph를 결합해 LLM 의존도를 낮추고 에이전트 워크플로우를 최적화하는 가이드를 공개했다.
LangSmith Engine v2가 레드 티밍과 자동 수정 검증을 도입하고 Managed Deep Agents v0.8이 사용자별 메모리와 내장 웹 검색을 지원한다.
LangChain이 레드 티밍과 자동 수정 검증을 갖춘 LangSmith Engine v2를 공개했다.
LangChain이 사용자별 메모리와 Parallel 기반 웹 검색을 지원하는 Managed Deep Agents v0.8을 출시했다.
LangSmith가 에이전트 트레이스를 선형으로 변환해 디버깅과 전문가 리뷰를 돕는 Trajectories를 출시했다.
LangChain이 Fireworks, Baseten과 협력해 에이전트 궤적 기반 미세 조정 CLI smithtune을 출시했다.
LangSmith가 Plus 및 Enterprise 사용자를 위해 에이전트 데이터 기반 맞춤형 UI를 구축하는 Custom Apps를 출시했다.
LangSmith를 활용해 임상 전문가의 판단을 재사용 가능한 평가 자산으로 전환, 의료 AI의 릴리스 속도와 안전성을 동시에 확보했다.
LangSmith가 TypeSafe AI의 Jev 모델을 도입해 LLM 대비 최대 450배 저렴하고 200배 빠른 에이전트 평가를 지원한다.
LangChain이 TypeSafe AI의 Jev를 검증한 결과, 분류 작업 기준 LLM Judge 대비 최대 200배 빠르고 비용은 400배 낮으며 일관성이 높음을 확인했으나, 실험은 초기 단계로 추가 검증이 필요하다.
TypeSafe AI가 LLM보다 200배 빠르고 400배 저렴한 구조화 결정 모델 'Jev'를 공개했다.
LangChain이 생명과학 연구자를 위한 오픈소스 에이전트 템플릿 'Deep Life Sci'를 공개했다.
Included Health가 LangGraph와 Deep Agents를 활용해 의료 내비게이션 에이전트 'Dot'을 출시했다.
LangChain이 마케팅 파이프라인 기여도를 0에서 20%까지 높인 AI 에이전트를 공개했다.
Credit Genie가 LangChain의 OpenWiki를 도입해 코드 변경에 따른 문서 자동 업데이트와 지식 사일로 문제를 해결했다.
LangSmith Managed Deep Agents가 Connections 기능을 통해 API 키 로테이션과 사용자별 신원 인증을 자동화했다.
LangChain이 deepagents에 forked subagents 기능을 도입해 컨텍스트 중복을 줄이고 성능을 개선했다.
LangChain이 MCP의 새로운 상태 비저장 스펙을 반영해 메인 패키지에 통합하고 Elicitation과 캐싱 기능을 지원한다.
유럽·중동 기업들이 개별 에이전트 대신 중앙 플랫폼과 운영 인프라에 집중하며 프로토타입을 실제 서비스로 전환하고 있다.
AI Briefing