AIMPACT メッセージ、5 月 14 日(UTC+8)、動察 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:新しい基盤データベース 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で 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。 それは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、それは開発者のために修正PR(プルリクエスト)や対応するテストセット(evals)を草案として自動的に作成します。 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。 (出典:BlockBeats)
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、修正したコードを直接ユーザーにプッシュ
AIMPACT メッセージ、5 月 14 日(UTC+8)、動察 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:新しい基盤データベース 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で 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。 それは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、それは開発者のために修正PR(プルリクエスト)や対応するテストセット(evals)を草案として自動的に作成します。 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。 (出典:BlockBeats)