LangChain met à jour LangSmith : copilote d'astreinte pour les alertes, débogage vocal des traces et Deep Agents Rubrics

LangChain a publié son récapitulatif de juin, qui rassemble les principales mises à jour de la plateforme LangSmith, un nouveau système d'évaluation d'agents baptisé Deep Agents Rubrics, un cours de formation sur le déploiement et l'annonce d'événements en présentiel pour le second semestre.

Un copilote d'astreinte pour les alertes

La mise à jour centrale de LangSmith en juin est Fleet on-call copilot, un outil de triage rapide des alertes dans les systèmes d'agents. Il doit aider l'ingénieur d'astreinte à cerner vite l'essentiel d'un incident : il rassemble le contexte à partir des traces, analyse les schémas d'erreurs et propose la cause la plus probable de la panne, sans qu'il soit nécessaire de parcourir à la main des centaines de lignes de journaux.

Toute équipe qui exploite des agents en production connaît le problème : plus un système d'agents est complexe, plus il est difficile de savoir où exactement quelque chose a dérapé. L'erreur pouvait venir du prompt, d'un outil, du mécanisme de mémoire à long terme ou de la logique d'orchestration de plusieurs agents à la fois. Fleet on-call copilot restreint le champ de recherche et réduit le délai entre la première alerte et la compréhension de sa cause.

Nouvelles fonctions pour les développeurs

En plus du copilote d'astreinte, LangSmith reçoit quatre ajouts pratiques :

• Computer use pour les agents — les agents peuvent désormais interagir directement avec l'interface d'un ordinateur : cliquer sur des boutons, remplir des champs de formulaire et lire le contenu de l'écran en temps réel
• Débogage vocal des traces — les développeurs peuvent rejouer des interactions vocales directement dans l'interface de LangSmith et voir précisément où l'agent a mal interprété la parole
• Suivi de l'état des expériences — un nouveau tableau de bord affiche la progression des longues campagnes de tests sans vérifier chaque exécution à la main
• Sous-agents programmatiques — possibilité de lancer des chaînes d'agents imbriquées directement depuis le code, sans configurer manuellement la couche d'orchestration

Ces quatre mises à jour répondent à des besoins d'ingénierie concrets et sont nées de demandes d'équipes qui exploitent déjà des systèmes d'agents en production réelle, et pas seulement en prototypage.

Deep Agents Rubrics et formation

LangChain a annoncé Deep Agents Rubrics, un système de critères structurés pour évaluer des agents complexes à plusieurs étapes. C'est une réponse à un problème ancien du secteur : comment mesurer objectivement la qualité d'un agent qui résout une tâche non linéaire en plusieurs phases ? De simples métriques « réussite / échec » ne suffisent pas ici.

Les rubriques proposent de découper un scénario complexe en sous-tâches évaluables et d'attribuer une note à chacune. C'est particulièrement utile pour comparer plusieurs versions d'un agent ou choisir entre des approches d'architecture, par exemple un seul gros agent orchestrateur face à plusieurs agents exécutants spécialisés. L'évaluation structurée aide à prendre des décisions d'ingénierie argumentées, plutôt que de se fier à l'impression subjective que « ça a l'air de mieux marcher ».

En parallèle, un nouveau cours sur le déploiement de LangSmith est sorti, pour ceux qui veulent passer du premier prototype à un véritable déploiement en production. Des événements en présentiel sont prévus pour le second semestre 2026 à Chicago, Berlin, Washington et Las Vegas.

Ce que cela signifie

Les mises à jour de juin de LangSmith traduisent un déplacement important : le centre de gravité du secteur passe du développement des agents à leur exploitation fiable. Le copilote d'astreinte, le traçage vocal et les rubriques d'évaluation ne sont plus des outils de prototypage, mais une infrastructure opérationnelle pour les équipes dont les agents tournent en production réelle.

Les agents d'IA quittent le stade de l'expérimentation pour entrer dans celui de la discipline d'ingénierie.