LangChain Blog
Source d'actualités IA. Les articles sont sélectionnés et adaptés par la rédaction de Hamidun News.
Dernières publications
LangSmith lance AI Search : les traces d'agents se recherchent désormais par description du comportement
LangChain ajoute AI Search à LangSmith : il suffit de décrire en langage naturel ce qu'a fait l'agent pour obtenir les traces correspondantes. Plus besoin de filtres manuels.
LangChain branche ScaleDown sur Deep Agents pour compresser le contexte
LangChain montre comment ScaleDown et son constrained decoding compressent historique et réponses d'outils dans Deep Agents pour des agents longs plus rapides et moins coûteux.
LangChain ajoute à Managed Deep Agents une API de réactions et des réponses par emoji pour les agents
Managed Deep Agents reçoit une API pour piloter les réactions d'agents distribués, ainsi qu'un système qui attribue dynamiquement des emojis de réponse via l'outil de son choix.
Snyk transforme son agent de support interne en fonctionnalité client : Snyk Assist
Snyk ouvre à ses clients l'agent qui n'aidait jusqu'ici que son propre support. Snyk Assist repose sur trois outils : LangChain, LangGraph et LangSmith.
LangChain : guide pratique sur la mémoire des agents AI — court terme, long terme, LangSmith
LangChain a publié un guide structuré sur l'architecture mémoire des agents AI : mémoire à court et à long terme, avec traçage via LangSmith.
LangChain publie un guide pour créer un harnais sur mesure pour agent IA
LangChain explique comment construire, avec create_agent et des middlewares, un harnais sur mesure : une couche de contrôle qui rend l'agent IA prévisible pour une tâche donnée.
LangChain et NVIDIA lancent le blueprint NemoClaw Deep Agents pour les agents IA d'entreprise
LangChain et NVIDIA ont présenté le blueprint NemoClaw Deep Agents—un ensemble du Deep Agents Code, du modèle Nemotron 3 Ultra et d'OpenShell pour les agents d'entreprise gérés.
OpenWiki de LangChain : référentiel de documentation ouverte pour les agents IA
LangChain a lancé l'outil open-source OpenWiki—il génère automatiquement la documentation du code afin que les agents d'IA basés sur le code trouvent rapidement le contexte nécessaire dans le référentiel.
LangChain Compare GPT-4, Claude et les LLMs Open-Source dans l'Extraction de Données
LangChain a publié un benchmark comparant l'extraction de données des journaux de chat : GPT-4, modèles Claude et LLMs open-source évalués sur le même ensemble de tâches et métriques.
LangChain : claude-3.5-sonnet, gpt-4o, o1 et o3-mini Testés comme Agents ReAct
LangChain a testé claude-3.5-sonnet, gpt-4o, o1 et o3-mini comme agents ReAct pour découvrir comment l'augmentation des instructions et du nombre d'outils affecte les performances.
LangChain : les essaims d'agents IA utilisant LangGraph réduisent le débogage du code de 93%
LangChain a présenté l'architecture agentic engineering : des essaims d'agents IA avec des rôles spécialisés construits sur LangGraph réduisent le temps de débogage de 93% et accélèrent le développement collaboratif.
LangChain a appris à LangSmith à mieux aligner les verdicts LLM-as-a-Judge avec les préférences humaines
LangChain a détaillé comment les évaluateurs auto-ajustables dans LangSmith adaptent les verdicts LLM-as-a-Judge pour correspondre aux préférences humaines réelles grâce à l'apprentissage few-shot.
Nemotron 3 Ultra Atteint le Niveau Claude Opus 8 Fois Moins Cher
LangChain a montré que NVIDIA Nemotron 3 Ultra avec architecture d'agent optimisée peut fonctionner au niveau Claude Opus 4.8, mais 8 fois moins cher.
NVIDIA NemoClaw : Agents IA avec Deny-by-Default et Approbation Humaine pour Code Sensible
LangChain et NVIDIA ont développé un cadre contrôlé pour gérer les agents IA lors du travail avec du code critique nécessitant une supervision.
OpenWiki Brains : mémoire proactive pour les agents d’AI à partir de Gmail, Notion et Git
LangChain a présenté OpenWiki Brains, un système qui transforme Gmail, Notion, Git et d’autres sources en une mémoire wiki locale, permettant aux agents d’AI de travailler avec des informations à jour sans réentraînement
LangChain : améliorer les agents d'IA signifie extraire des données de leurs traces
LangChain a décrit une méthodologie pour l'amélioration itérative des agents par l'extraction de traces, l'entraînement de modèles juges économiques et le hill-climbing avec des évaluations automatiques.
Schneider Electric a construit une fondation LLMOps à l'échelle de l'entreprise avec LangSmith
Le géant industriel a partagé comment il a déployé LangSmith pour l'observabilité, l'évaluation de la qualité et le déploiement contrôlé de produits AI dans toute l'entreprise.
LangSmith et LangChain OSS : comment se conformer aux exigences de l’EU AI Act d’ici août 2026
LangChain a expliqué comment LangSmith et des outils open-source répondent à des exigences clés du règlement européen sur l’AI avant l’échéance du 2 août 2026.
LangChain a mis à jour LangSmith : copilote d’astreinte pour le triage des alertes, débogage vocal et Deep Agents Rubrics
LangChain a publié son récapitulatif de juin : LangSmith a reçu un copilote d’astreinte pour le triage des alertes, la prise en charge de computer use, le débogage vocal des traces et un nouveau système d’évaluation des
LangChain Deep Agents réduit les coûts des LLM de 80 % grâce à la mise en cache des prompts
Deep Agents dans LangChain met automatiquement en cache les parties répétées du prompt et réduit les coûts en tokens jusqu’à 80 % chez tous les grands fournisseurs — sans configuration supplémentaire.
LangSmith apprend à comparer des LLM open source affinés grâce à une évaluation automatique
LangChain a décrit comment tester plusieurs modèles open source fine-tunés dans LangSmith : exécutions en parallèle, un LLM-judge et des rapports comparatifs réunis dans une seule interface.
Comment intégrer les connaissances et le jugement de l'équipe dans la boucle d'amélioration des agents IA — LangChain
LangChain explique pourquoi les agents IA fonctionnent mieux lorsqu'ils reflètent l'expertise de l'équipe — et comment transformer les connaissances tacites des employés en signaux d'apprentissage pour l'agent.
LangChain a expliqué pourquoi Fleet combine un chat généraliste et des agents spécialisés
LangChain a expliqué comment Fleet couvre deux scénarios de délégation : un chat généraliste pour les tâches ponctuelles rapides et des agents spécialisés pour les processus récurrents de l'équipe.
Factory AI a doublé la vitesse des itérations avec LangSmith de LangChain
Factory AI a automatisé la boucle de feedback pour des agents de AI dédiés à l’écriture de code avec LangSmith de LangChain et a doublé la vitesse des itérations produit.
LangChain : comment l'ingénierie des boucles d'agents rend les agents d'IA fiables
LangChain explique pourquoi la fiabilité d'un agent d'IA ne dépend pas du modèle mais de l'architecture de la 'boucle' — et comment concevoir des boucles imbriquées avec LangGraph.
LangChain a lancé des sous-agents dynamiques dans Deep Agents : orchestration par le code
LangChain a mis à jour Deep Agents : les agents AI gèrent désormais des tâches à grande échelle via le code, garantissant la couverture et la fiabilité de pipelines complexes à plusieurs étapes.
LangChain : pourquoi la neutralité des modèles protège les entreprises du vendor lock-in
LangChain prévient : les laboratoires d'AI n'intègrent pas la dépendance dans les modèles, mais dans la couche d'outillage des agents — et seul un framework open-source neutre protège les entreprises.
LangGraph gagne en tolérance aux pannes : réessais, timeouts et gestionnaires d’erreurs pour les agents de production
LangChain a publié un guide sur les trois primitives de tolérance aux pannes de LangGraph — RetryPolicy, TimeoutPolicy et error_handler — pour créer des agents de production fiables.
LangChain Lance des Outils Headless : Les Agents Fonctionnent Directement dans le Navigateur
LangChain a lancé des outils headless qui permettent aux agents IA d'exécuter des tâches en toute sécurité côté client — avec accès aux API du navigateur et aux données locales sans transmission au serveur.
New Computer Améliore la Précision de la Recherche en Mémoire de l'Agent de 50% avec LangSmith
La startup New Computer a augmenté de 50% la complétude de la récupération de souvenirs en utilisant l'outil d'observabilité LangSmith, en améliorant les prompts via des tests comparatifs.