LangChain Blog
Fonte de notícias de IA. Os artigos são selecionados e adaptados pela redação do Hamidun News.
Últimas publicações
LangChain ensinou LangSmith a alinhar melhor vereditos de LLM-as-a-Judge com preferências humanas
LangChain detalhou como avaliadores auto-ajustáveis em LangSmith adaptam vereditos de LLM-as-a-Judge para corresponder preferências humanas reais através de aprendizado few-shot.
LangChain: enxames de agentes IA usando LangGraph reduzem tempo de debug de código em 93%
LangChain apresentou arquitetura de agentic engineering: enxames de agentes IA com funções especializadas construídos em LangGraph reduzem tempo de debug em 93% e aceleram desenvolvimento colaborativo.
LangChain: claude-3.5-sonnet, gpt-4o, o1 e o3-mini Testados como Agentes ReAct
LangChain testou claude-3.5-sonnet, gpt-4o, o1 e o3-mini como agentes ReAct para aprender como o aumento de instrução e contagem de ferramentas afeta o desempenho.
LangChain Compara GPT-4, Claude e LLMs de Código Aberto na Extração de Dados
LangChain publicou um benchmark comparando a extração de dados de logs de chat: GPT-4, modelos Claude e LLMs de código aberto avaliados no mesmo conjunto de tarefas e métricas.
OpenWiki do LangChain: repositório de documentação aberta para agentes de IA
LangChain lançou a ferramenta open-source OpenWiki—ela gera automaticamente documentação de código para que agentes de IA baseados em código encontrem contexto necessário no repositório mais rapidamente.
LangChain e NVIDIA lançam blueprint NemoClaw Deep Agents para agentes IA corporativos
LangChain e NVIDIA apresentaram o blueprint NemoClaw Deep Agents—um pacote do Deep Agents Code, modelo Nemotron 3 Ultra e OpenShell para agentes corporativos gerenciados.
Nemotron 3 Ultra Alcança Nível Claude Opus 8 Vezes Mais Barato
LangChain mostrou que NVIDIA Nemotron 3 Ultra com arquitetura de agente otimizada pode desempenhar no nível Claude Opus 4.8, mas 8 vezes mais barato.
NVIDIA NemoClaw: Agentes de IA com Deny-by-Default e Aprovação Humana para Código Sensível
LangChain e NVIDIA desenvolveram uma estrutura controlada para gerenciar agentes de IA ao trabalhar com código crítico que requer supervisão.
OpenWiki Brains: memória proativa para agentes de AI a partir de Gmail, Notion e Git
A LangChain apresentou o OpenWiki Brains, um sistema que transforma Gmail, Notion, Git e outras fontes em uma memória wiki local, permitindo que agentes de AI trabalhem com informações atualizadas sem retreinamento.
LangChain: melhorar agentes de IA significa extrair dados de seus rastreamentos
LangChain descreveu uma metodologia para melhoria iterativa de agentes através de mineração de rastreamentos, treinamento de modelos juízes baratos e hill-climbing com avaliações automáticas.
Schneider Electric construiu fundação LLMOps em escala corporativa com LangSmith
O gigante industrial compartilhou como implantou LangSmith para observabilidade, avaliação de qualidade e implantação controlada de produtos AI em toda a empresa.
LangSmith Adicionou Suporte End-to-End do OpenTelemetry para LangChain e LangGraph
LangSmith se integrou completamente com OpenTelemetry: desenvolvedores agora veem chamadas de LLM e outros serviços em um único trace sem dois sistemas de monitoramento paralelos.
LangChain lançou Promptim, uma biblioteca para otimização automática de prompts
A LangChain lançou a biblioteca experimental Promptim, que automatiza a engenharia de prompts e ajuda equipes de AI a adaptar instruções mais rápido ao trocar de modelo.
New Computer Elevou a Precisão de Busca de Memória do Agente em 50% com LangSmith
A startup New Computer conseguiu um aumento de 50% na completude de recuperação de memórias usando a ferramenta de observabilidade LangSmith, melhorando prompts através de testes comparativos.
LangChain Lança Ferramentas Headless: Agentes Funcionam Diretamente no Navegador
LangChain lançou ferramentas headless que permitem que agentes de IA executem tarefas com segurança no lado do cliente — com acesso a APIs de navegador e dados locais sem transmissão para o servidor.
LangChain publicou um guia para criar um harness customizado para um agente de AI
A LangChain explicou como usar create_agent e middleware para construir um harness customizado — uma camada de controle que torna um agente de AI previsível para uma tarefa específica.
LangGraph ganha tolerância a falhas: retries, timeouts e handlers de erro para agentes de produção
A LangChain publicou um guia sobre os três primitivos de tolerância a falhas do LangGraph — RetryPolicy, TimeoutPolicy e error_handler — para criar agentes de produção confiáveis.
LangChain: por que a neutralidade de modelos protege as empresas do vendor lock-in
A LangChain alerta: laboratórios de AI embutem a dependência não nos modelos, mas na camada de ferramentas dos agentes — e só um framework open-source neutro protege as empresas.
LangChain lançou subagentes dinâmicos no Deep Agents: orquestração por código
A LangChain atualizou o Deep Agents: agentes de AI agora gerenciam tarefas em larga escala por meio de código, garantindo cobertura e confiabilidade em pipelines complexos de múltiplas etapas.
LangChain: como a engenharia de loops de agentes torna os agentes de IA confiáveis
A LangChain explica por que a confiabilidade de um agente de IA não depende do modelo, mas sim da arquitetura do 'loop' — e como projetar loops aninhados com o LangGraph.
Factory AI dobrou a velocidade das iterações com o LangSmith da LangChain
A Factory AI automatizou o feedback loop de agentes de AI para escrita de código com o LangSmith da LangChain e dobrou a velocidade das iterações de produto.
LangChain explicou por que o Fleet combina um chat de uso geral e agentes especializados
LangChain explicou como o Fleet cobre dois cenários de delegação: um chat de uso geral para tarefas pontuais rápidas e agentes especializados para processos recorrentes da equipe.
Como incorporar o conhecimento e o julgamento da equipe ao ciclo de melhoria dos agentes de IA — LangChain
A LangChain explica por que os agentes de IA funcionam melhor quando refletem a expertise da equipe — e como transformar o conhecimento tácito dos funcionários em sinais de treinamento para o agente.
LangSmith aprende a comparar LLMs open-source com fine-tuning usando avaliação automática
A LangChain descreveu como testar vários modelos open-source com fine-tuning no LangSmith: execuções paralelas, um LLM-judge e relatórios comparativos em uma única interface.
LangChain Deep Agents reduz os custos com LLM em 80% com cache de prompts
O Deep Agents no LangChain armazena automaticamente em cache as partes repetidas do prompt e reduz os custos com tokens em até 80% em todos os principais provedores — sem configuração adicional.
LangChain atualizou o LangSmith: copiloto de plantão para triagem de alertas, depuração por voz e Deep Agents Rubrics
A LangChain publicou seu resumo de junho: o LangSmith recebeu um copiloto de plantão para triagem de alertas, suporte a computer use, depuração por voz de traces e um novo sistema de avaliação de agentes, o Deep Agents R
LangChain: guia prático para a memória de agentes de AI — curto prazo, longo prazo, LangSmith
A LangChain publicou um guia estruturado sobre a arquitetura de memória para agentes de AI: memória de curto e longo prazo, com rastreamento via LangSmith.
LangSmith e LangChain OSS: como cumprir os requisitos do EU AI Act até agosto de 2026
A LangChain explicou como o LangSmith e ferramentas open-source cobrem requisitos-chave do regulamento europeu sobre AI antes do prazo de 2 de agosto de 2026.
Sierra: por que os melhores agentes de AI voltados ao cliente funcionam com arquiteturas simples
Zak Reno-Wedin, da Sierra, explicou no podcast LangChain por que arquiteturas simples de agentes de AI são mais confiáveis do que as complexas e como o "org chart shipping" destrói a experiência do cliente.
Box AI Desenvolveu um Agente para Conteúdo Corporativo em Deep Agents do LangChain
Box migrou sua plataforma de IA corporativa para a arquitetura Deep Agents do LangChain: o agente busca, analisa e sintetiza milhares de documentos, mantendo direitos de acesso e flexibilidade na seleção do modelo de IA.