Deep Digest

LangChain Blog 16 Oct 2026

LangChain: новые функции LangSmith и мероприятия в октябре–ноябре 2026

LangChain представил новые функции LangSmith на мероприятиях Interrupt в Нью‑Йорке и Лондоне. Среди новшеств — поиск разговоров по семантическому анализу, динамические агенты, функция Red Teaming и другие инструменты для работы с ИИ. Запланированы воркшопы и встречи сообщества по теме разработки и использования агентов.

LLM Agents Research

читать →

~2 мин 158 просмотра

LangChain Blog 27 Aug 2026

Wiki Memory: файловое хранилище знаний для AI-агентов от LangChain

Wiki memory — это подход к организации памяти AI-агентов, при котором агент преобразует сырые данные в структурированную базу знаний. В отличие от RAG, здесь предварительно создаётся обобщённая версия данных. Примеры решений — DeepWiki, LLM Wiki и AutoWiki. Подход оптимален для долговременного хранения предметных знаний.

LLM Agents Research

читать →

~1 мин 212 просмотра

LangChain Blog 27 Aug 2026

Стратегии RAG от OpenAI: методы и подходы к поиску информации

OpenAI провела эксперименты с технологиями RAG, выявив, что для разных задач нужны разные методы поиска информации. В работе использовались различные подходы: от модификации запросов до маршрутизации между хранилищами данных. Результаты можно воспроизвести, но важно тщательно оценивать эффективность применяемых методов.

LLM

читать →

~3 мин 243 просмотра

LangChain Blog 27 Aug 2026

Перестройка Chat LangChain: новые агенты и оптимизация ответов

Команда LangChain перестроила чат‑бот, создав внутренние агенты для ответов на вопросы о продукте и демонстрации создания надёжных агентов. Для простых вопросов используют Create Agent, для сложных — Deep Agent со специализированными подграфами. Время ответа в публичном Chat LangChain сократилось до менее чем 15 секунд, появились точные цитаты и ссылки на документацию.

LLM Research Business

читать →

~9 мин 231 просмотра

LangChain Blog 27 Aug 2026

Как ускорить работу AI-агента: методы и подходы

Ускорение AI-агента требует выявления узких мест и применения различных техник — от изменения UX до оптимизации запросов к LLM. Среди методов — потоковая передача результатов, запуск агентов в фоновом режиме, сокращение числа вызовов LLM, использование быстрых моделей и параллельные запросы. LangGraph помогает оптимизировать взаимодействие агентов и снизить затраты.

LLM Agents Research

читать →

~2 мин 233 просмотра

LangChain Blog 27 Aug 2026

LangChain: новые функции и мероприятия — август 2026

LangChain представила в публичной бета‑версии Managed Deep Agents и LLM Gateway, обновила LangSmith и анонсировала ряд мероприятий. Компании уже используют решения LangChain для повышения продуктивности и оптимизации процессов — например, Stripe и Apollo. Хэррисон подчёркивает важность владения собственным «интеллектом» для компаний, использующих ИИ.

LLM Agents Research

читать →

~3 мин 231 просмотра

LangChain Blog 27 Aug 2026

Конференция Interrupt от LangChain: будущее AI-агентов

LangChain организует конференцию Interrupt, чтобы обсудить будущее AI-агентов. Мероприятие пройдёт 13–14 мая в Сан-Франциско. В программе — воркшопы, доклады, демонстрации и нетворкинг. Участники смогут узнать о практическом применении AI-агентов и пообщаться с экспертами отрасли.

LLM Research Business

читать →

~1 мин 242 просмотра

LangChain Blog 26 Aug 2026

RubricMiddleware: агенты оценивают и исправляют свою работу

RubricMiddleware позволяет агентам самостоятельно оценивать и исправлять свою работу. Механизм задаёт критерии завершённости задачи, и агент повторяет попытки, пока не выполнит их или не достигнет лимита итераций. Это особенно полезно для задач с чёткими критериями успеха — например, прохождения тестов или включения всех разделов в отчёт.

LLM Agents

читать →

~3 мин 225 просмотра

LangChain Blog 26 Aug 2026

Структурированные инструменты в LangChain: новые возможности для агентов

В LangChain появились структурированные инструменты (Structured Tool), которые расширяют возможности агентов. Они позволяют взаимодействовать с функциями, устраняя прежние ограничения на ввод данных. Выпущены новые инструменты для работы с файловой системой и браузером, а также добавлен StructuredChatAgent. Для запуска агентов используется специальный код.

LLM

читать →

~3 мин 244 просмотра

LangChain Blog 26 Aug 2026

Timescale Vector и LangChain: PostgreSQL как векторная база для ИИ

Timescale Vector в интеграции с LangChain позволяет использовать PostgreSQL как векторную базу данных для ИИ-приложений. Решение ускоряет поиск векторных данных и оптимизирует фильтрацию по времени. Пользователи LangChain могут бесплатно протестировать Timescale Vector в течение 90 дней.

LLM

читать →

~7 мин 250 просмотра

LangChain Blog 26 Aug 2026

AI-ассистент Klarna: трансформация поддержки клиентов для 85 млн пользователей

Klarna внедрила AI-ассистента для поддержки клиентов, используя инструменты LangGraph и LangSmith. Ассистент сократил время решения запросов на 80 % и автоматизировал около 70 % повторяющихся задач поддержки. Решение помогает компании эффективно справляться с эскалациями и повышать качество обслуживания 85 млн пользователей.

LLM

читать →

~2 мин 231 просмотра

LangChain Blog 26 Aug 2026

LangChain привлек $10 млн инвестиций: планы развития фреймворка

LangChain привлёк $10 млн в посевном раунде финансирования. Фреймворк для разработки приложений на базе языковых моделей активно развивается благодаря сообществу. В планах — расширение функциональности и улучшение поддержки разработчиков.

LLM

читать →

~2 мин 243 просмотра

Всё важное об ИИ — в одной ленте