動態監測 Beating 監測によると、LangChain はその Interrupt 大会で、エージェントのデバッグの難しさを解決することを目的とした二つのコアアップグレードを発表しました：全新の基盤データベース SmithDB と自動化トラブルシューティングツール LangSmith Engine。旧い基盤アーキテクチャは、増え続ける trace（実行軌跡）データを処理するのが難しくなっていました。新たにリリースされた SmithDB は、従来のローカルディスク方式を放棄し、オブジェクトストレージを基盤とした構築に切り替えました。この変更により、コアワークロードのクエリ性能は最大15倍向上しました。より高速な基盤の上に、LangSmith Engine は「バグ修正」のプロセスを直接自動化しました。バックグラウンドで本番環境を継続的に監視し、失敗した呼び出しを自動的に分類し、どのコード部分に問題があるかを特定します。さらに、開発者のために修正PRや対応するテストセット（evals）を草案として作成します。複雑なエージェントにとって、膨大なtraceを人力で調査してパターンを見つけることは、最大の効率のボトルネックとなっています。今回のLangChainのアップデートは、「エラー発見 - コード特定 - 自動修正 - テスト補充」のトラブルシューティングの閉ループを、完全自動のパイプラインに仕立て上げたものです。
LangChainが全自動バグ検出ツールをリリース：故障を自動的に特定し、修正コードを直接ユーザーにプッシュ
動態監測 Beating 監測によると、LangChain はその Interrupt 大会で、エージェントのデバッグの難しさを解決することを目的とした二つのコアアップグレードを発表しました：全新の基盤データベース SmithDB と自動化トラブルシューティングツール LangSmith Engine。
旧い基盤アーキテクチャは、増え続ける trace（実行軌跡）データを処理するのが難しくなっていました。新たにリリースされた SmithDB は、従来のローカルディスク方式を放棄し、オブジェクトストレージを基盤とした構築に切り替えました。この変更により、コアワークロードのクエリ性能は最大15倍向上しました。
より高速な基盤の上に、LangSmith Engine は「バグ修正」のプロセスを直接自動化しました。バックグラウンドで本番環境を継続的に監視し、失敗した呼び出しを自動的に分類し、どのコード部分に問題があるかを特定します。さらに、開発者のために修正PRや対応するテストセット（evals）を草案として作成します。
複雑なエージェントにとって、膨大なtraceを人力で調査してパターンを見つけることは、最大の効率のボトルネックとなっています。今回のLangChainのアップデートは、「エラー発見 - コード特定 - 自動修正 - テスト補充」のトラブルシューティングの閉ループを、完全自動のパイプラインに仕立て上げたものです。