LangChain actualiza LangSmith: copiloto de guardia para alertas, depuración de trazas por voz y Deep Agents Rubrics

LangChain ha publicado su resumen de junio, que reúne las principales novedades de la plataforma LangSmith, un nuevo sistema de evaluación de agentes llamado Deep Agents Rubrics, un curso formativo sobre despliegue y el anuncio de eventos presenciales para el segundo semestre del año.

Un copiloto de guardia para las alertas

La novedad central de LangSmith en junio es Fleet on-call copilot, una herramienta para el triaje rápido de alertas en sistemas de agentes. Su objetivo es ayudar al ingeniero de guardia a llegar rápido al fondo de un incidente: reúne contexto de las trazas, analiza patrones de error y propone la causa más probable del fallo, sin necesidad de revisar a mano cientos de líneas de registros.

Cualquier equipo que mantiene agentes en producción conoce el problema: cuanto más complejo es el sistema de agentes, más difícil resulta saber dónde falló exactamente algo. El error podía estar en el prompt, en una herramienta, en el mecanismo de memoria a largo plazo o en la lógica de orquestación de varios agentes a la vez. Fleet on-call copilot acota el espacio de búsqueda y reduce el tiempo que pasa desde la primera alerta hasta entender su causa.

Nuevas funciones para desarrolladores

Además del copiloto de guardia, LangSmith recibe cuatro añadidos prácticos:

• Computer use para agentes — los agentes ya pueden interactuar directamente con la interfaz de un ordenador: hacer clic en botones, rellenar campos de formularios y leer el contenido de la pantalla en tiempo real
• Depuración de trazas por voz — los desarrolladores pueden reproducir interacciones de voz en la propia interfaz de LangSmith y ver con precisión dónde interpretó mal el habla el agente
• Seguimiento del estado de los experimentos — un nuevo panel muestra el avance de pruebas largas sin comprobar cada ejecución a mano
• Subagentes programáticos — posibilidad de lanzar cadenas de agentes anidadas directamente desde el código, sin configurar a mano la capa de orquestación

Las cuatro novedades responden a necesidades concretas de ingeniería y surgieron a petición de equipos que ya operan sistemas de agentes en producción real, y no solo prototipan.

Deep Agents Rubrics y formación

LangChain anunció Deep Agents Rubrics, un sistema de criterios estructurados para evaluar agentes complejos de varios pasos. Es una respuesta a un viejo problema del sector: ¿cómo medir de forma objetiva la calidad de un agente que resuelve una tarea no lineal en varias etapas? Las métricas simples de «éxito / fallo» no bastan aquí.

Las rúbricas proponen dividir un escenario complejo en subtareas evaluables y puntuar cada una. Es especialmente útil para comparar versiones de un agente o elegir entre enfoques de arquitectura, por ejemplo, un único agente orquestador grande frente a varios agentes ejecutores especializados. La evaluación estructurada ayuda a tomar decisiones de ingeniería fundamentadas, en lugar de confiar en la sensación subjetiva de que «parece que funciona mejor».

En paralelo salió un nuevo curso sobre despliegue de LangSmith para quienes quieren pasar del primer prototipo a un despliegue completo en producción. Para el segundo semestre de 2026 hay previstos eventos presenciales en Chicago, Berlín, Washington y Las Vegas.

Qué significa

Las novedades de junio de LangSmith reflejan un cambio importante: el centro de gravedad del sector pasa del desarrollo de agentes a su operación fiable. El copiloto de guardia, el trazado por voz y las rúbricas de evaluación ya no son herramientas de prototipado, sino infraestructura operativa para equipos cuyos agentes funcionan en producción real.

Los agentes de IA pasan de la etapa experimental a la de disciplina de ingeniería.