LangSmith mostra quanto custa cada PR mergeado feito por agentes de código
As empresas gastam cada vez mais com agentes de código, mas a maioria dos gestores não sabe o que exatamente compra com esses tokens. A LangChain adicionou ao LangSmith relatórios para esses agentes: cada gasto no trace é vinculado a um pull request no GitHub ou no GitLab. Agora é possível ver quanto custou um PR mergeado e quanto dinheiro foi para sessões que nunca resultaram em PR. Na prática: comece por um repositório e compare o custo do PR antes e depois de trocar de modelo.
Processado por IA de LangChain Blog; editado por Hamidun News
Em muitas equipes, os gastos com agentes de código crescem mais rápido do que a compreensão do que foi obtido com esse dinheiro. A fatura do provedor mostra tokens, mas o gestor precisa de resposta para outra pergunta: quanto custa uma unidade de trabalho concluído. A LangChain tentou fechar essa lacuna no LangSmith e adicionou relatórios voltados a agentes de código.
O que exatamente foi adicionado
O LangSmith ganhou o conceito de outcomes, ou "resultados". Ele conecta um pull request no GitHub ou um merge request no GitLab às sessões (threads) em que o agente trabalhou nele. O custo de cada trace é distribuído automaticamente entre os PRs em que o agente colocou a mão.
A relação não precisa ser de "um para um". Em uma única sessão, o agente pode abrir vários PRs, e um mesmo PR às vezes exige trabalho em várias sessões. O sistema contempla os dois casos, então os números refletem o trabalho real, e não um esquema simplificado.
Os agentes de código se tornaram o primeiro tipo especializado de agente no LangSmith. Cada tipo tem seu próprio dashboard, seus próprios dados conectados e seu próprio método de avaliação. Antes, a plataforma mostrava o custo de um trace isolado. Isso bastava para depuração manual, mas não para entender tendências de toda a equipe. A nova página de visão geral reúne esses números.
O que aparece no dashboard
Os principais indicadores ficam na primeira tela, e um clique em qualquer métrica abre sua evolução ao longo do tempo. Se a equipe trocou de modelo, é possível comparar os períodos antes e depois.
Os gastos são divididos pelo estado do PR: aberto, fechado sem merge ou mergeado. Assim, dá para ver quanto dinheiro virou código aceito e quanto foi para tarefas fechadas ou paradas.
Uma categoria à parte chama-se unattributed, ou seja, gasto sem vínculo com PR. Nela entram as sessões em que o agente revisou código ou investigou um problema e não criou PR. Isso não é necessariamente dinheiro desperdiçado: com um clique, é possível abrir as próprias sessões e conferir o que aconteceu nelas.
As sessões são classificadas automaticamente por tipo de tarefa: novas features, correção de bugs, investigação, revisão. Para cada tipo, aparecem a participação nas sessões e a participação no custo. O que considerar irrelevante é decisão da organização. Por exemplo, uma equipe que usa o agente só para backend pode marcar pedidos como "escreva um texto publicitário".
Além disso, o dashboard mostra quais skills os agentes chamam, os PRs mais caros e como o custo cresce conforme o tamanho da conversa. Cada métrica leva a uma conversa específica.
Como usar
A LangChain sugere alguns cenários:
- Aprendizado dentro da equipe. Se um engenheiro obtém PRs mergeados bem mais baratos que outro, vale descobrir o que ele faz de diferente e compartilhar. Causas típicas de PRs caros: uma sessão que não parou de crescer ou um modelo de topo acionado para uma correção pequena.
- Sessões curtas. Cada novo turno da conversa carrega todo o contexto acumulado, por isso o dinheiro se concentra em sessões muito longas. O hábito de manter uma única conversa aberta para várias tarefas sai caro. Os autores lembram que a Anthropic também recomenda limpar o contexto entre tarefas, e o dashboard mostrará se o hábito mudou depois dessa orientação.
- Escolha de modelo. Quando um novo modelo é lançado, dá para comparar o custo do PR mergeado antes e depois da troca. Um novo provedor pode rodar em paralelo ao atual, com preço e resultado comparados na mesma janela. Se os subagentes forem migrados para um modelo mais barato, aparecem tanto a economia quanto a informação de se os PRs continuam sendo mergeados.
- Skills. Se determinada skill aparece o tempo todo em sessões longas e caras, talvez sua instrução esteja levando o agente a passos desnecessários. Se ela aparece mais em sessões curtas com PR mergeado, vale distribuí-la para o restante da equipe.
- Conversa com o financeiro. O custo do PR mergeado mostra quanto custa uma unidade de trabalho entregue. Ao lado dele fica o gasto sem PR, por isso um custo alto nem sempre indica um processo ruim.
Suporte a agentes e lançamento
Muitas equipes não ficam presas a uma única ferramenta: alguns trabalham no Claude Code, outros no Cursor ou no Copilot, e as equipes de plataforma montam seus próprios agentes sobre um harness aberto como o Deep Agents. O LangSmith reúne os traces de todos em um só lugar, em vez de espalhar os números pelos consoles de cada fornecedor.
O recurso está disponível em beta público no LangSmith Cloud, e os traces dos agentes de código entram no limite normal de traces. A configuração tem três passos: instalar o plugin do LangSmith para cada agente em uso, abrir a página de visão geral de agentes de código e aguardar as primeiras sessões. No Claude Code, o plugin se instala com dois comandos /plugin dentro da sessão, depois de adicionar o marketplace langchain-ai/langsmith-claude-code-plugins.
O que levar em conta
Este é um material da própria LangChain e não traz medições independentes de economia. O PR mergeado continua sendo uma medida grosseira de valor: ele não diz nada sobre a qualidade do código, e revisão e pesquisa são tarefas que o agente faz sem gerar PR. A métrica serve como ponto de referência. O mais prático é começar com um agente e um repositório, olhar a divisão por PR e só depois comparar modelos e políticas.
- 21 de nov. de 2026Matemático da Anthropic afirma que o Claude ajudou a provar a hipótese de Riemann em seis semanas
- 21 de nov. de 2026OpenAI libera o ChatGPT Spaces para assinantes do Plus: documentos colaborativos com IA
- 21 de nov. de 2026Gigantes chinesas de tecnologia dobraram gastos com IA para US$ 139 bilhões, mas os laboratórios recuperam menos de 8%
- 21 de nov. de 2026O navegador Ego lite deu a cada agente de IA o seu próprio Space de trabalho
Perguntas frequentes sobre a notícia
O que exatamente foi adicionado?
O LangSmith ganhou o conceito de outcomes, ou "resultados". Ele conecta um pull request no GitHub ou um merge request no GitLab às sessões (threads) em que o agente trabalhou nele. O custo de cada trace é distribuído automaticamente entre os PRs em que o agente colocou a mão. A relação não precisa ser de "um para um". Em uma única sessão, o agente pode abrir vários PRs, e um mesmo PR às vezes exige trabalho em várias sessões.
O que aparece no dashboard?
Os principais indicadores ficam na primeira tela, e um clique em qualquer métrica abre sua evolução ao longo do tempo. Se a equipe trocou de modelo, é possível comparar os períodos antes e depois. Os gastos são divididos pelo estado do PR: aberto, fechado sem merge ou mergeado. Assim, dá para ver quanto dinheiro virou código aceito e quanto foi para tarefas fechadas ou paradas. Uma categoria à parte chama-se unattributed, ou seja, gasto sem vínculo com PR.
Como usar?
A LangChain sugere alguns cenários: Aprendizado dentro da equipe. Se um engenheiro obtém PRs mergeados bem mais baratos que outro, vale descobrir o que ele faz de diferente e compartilhar. Causas típicas de PRs caros: uma sessão que não parou de crescer ou um modelo de topo acionado para uma correção pequena. Sessões curtas. Cada novo turno da conversa carrega todo o contexto acumulado, por isso o dinheiro se concentra em sessões muito longas.
Build & Ship Production AI Agents Without Boilerplate Code
Start your free 72-hour trial at Hamidun Academy (academy.hamidun.com) — interactive lessons on Claude Code & Cursor, live Tech Radar, and production agent templates.
O essencial da IA — uma vez por semana
Sete histórias que realmente importaram, escolhidas a dedo. Sem ruído nem releases.
Pronto! Verifique seu e-mail para a confirmação.