LangChain juni 2026: nya verktyg för AI-agenter och felsökning
LangChain har uppdaterat sin plattform LangSmith med bland annat en 'on-call copilot' för att sortera systemlarm automatiskt samt röstbaserad felsökning av AI-agenter (program som självständigt utför uppgifter). Uppdateringen inkluderar även så kallade Deep Agents Rubrics – ett ramverk för att utvärdera hur väl agenter presterar – plus stöd för att programmatiskt skapa underagenter. Det är i grunden en verktygslådeuppdatering för utvecklare som bygger agentbaserade system, men röstfelsökning och larmhantering pekar på att LangChain siktar mot mer driftkritisk användning.
Djupdykning
LangChain är ett av de mest använda ramverken för att bygga AI-agenter – tänk det som ett slags LEGO-system som låter utvecklare sätta ihop olika AI-komponenter till fungerande system. Det som är anmärkningsvärt med den här uppdateringen är fokuset på *on-call copilot*, alltså ett AI-system som hjälper driftteam att triagera larm och incidenter nattetid – ett jobb som historiskt sett förstört sömnvanor för otaliga mjukvaruingenjörer. "Computer use för agenter" innebär att AI:n nu kan ta kontroll över ett grafiskt gränssnitt precis som en människa, vilket tar steget från textbaserade instruktioner till faktisk datoranvändning. Deep Agents Rubrics handlar om att sätta upp strukturerade bedömningskriterier för hur man mäter om en agent faktiskt gör ett bra jobb – och det är här de flesta missar poängen: det är inte bygga-agenter som är svårt längre, det är att *veta när de fungerar*. Trenden pekar tydligt mot att 2026 är året då AI-agenter slutar vara proof-of-concept och börjar ta över specifika, väldefinierade yrkesroller – och infrastrukturen för att övervaka och debugga dem växer lika snabbt som agenterna själva.