四项更新分别是什么
- LangSmith Engine v2：在平台内自动做 agent 开发各环节的工作，新增红队测试、扩展的问题检测，以及自动化的修复验证。官方数据是 Engine 自 5 月上线以来已协助分析了 6000 万条以上轨迹、诊断出数万个问题。
- Managed Deep Agents v0.8：新增用户级记忆，把调用者相关上下文与 agent 级共享记忆分开存放；内置网页搜索作为预置工具（由 Parallel 提供），不需要另外申请厂商账号或 API key。
- LangSmith Trajectories：把一次 agent 会话里人、AI 与工具的消息按时间顺序聚合成对话视图，主 agent 与子 agent 的消息合并呈现，用来快速看清行为从哪一步开始变化或出问题。
- LangSmith Fine-Tuning：支持对开源模型做监督微调，用生产轨迹构造训练数据，目标是在专项任务上用小模型替代通用前沿模型，换取更低成本与延迟。
为什么这组更新值得单独看
过去一年 agent 平台的竞争集中在「能不能跑起来」，而真正卡住落地的是另一件事：跑起来之后怎么知道它为什么失败，以及怎么把已经跑通的部分固化下来。这四项更新恰好各回答一半——Engine v2 与 Trajectories 负责让失败可见，Fine-Tuning 与用户级记忆负责把成功沉淀成能力。
落地时的顺序建议
- 先做可观测性，不要先做微调。没有轨迹视图就不知道失败样本长什么样，微调会变成盲目试参数。
- 把「用户级记忆」当成数据治理问题处理。它意味着同一 agent 对不同用户行为不同，隔离范围、保留期限与删除方式要在上线前写清楚。
- 微调用在稳定的专项任务上。只有当某个任务的输入分布稳定、标签可自动构造时，用生产轨迹做微调才有意义；探索性任务用它反而会锁死行为。
- 内置网页搜索降低了接入门槛，但要明确它与自建检索的边界——预置工具方便，代价是检索策略与数据源受制于别人。
让失败可见、把成功沉淀——agent 平台的竞争已经从「能不能跑」转到「跑完能不能学到东西」。