Skip to content
公司

LangSmith Fleet Is Here. Here's What It Means for Department Teams.

LangChain launched Fleet for agent governance. It's built for developers managing LangGraph agents. Department teams need something different.

JT
JieGou Team
· · 4 分钟阅读

LangChain 刚刚推出了 LangSmith Fleet——Agent Builder 产品的品牌重塑与功能扩展——这值得关注。LangChain 拥有超过十亿次累计下载量和 300 多家企业客户,是 AI 工具生态系统中最具影响力的平台之一。Fleet 为 LangGraph 智能体生命周期带来了分层权限、凭证管理、集中监控、NVIDIA NeMo Guardrails 集成以及深度追踪功能。这是一款针对真实问题的严肃产品。

这个问题是:治理工程师所构建的东西。

我们认为还有一个同样紧迫的问题:治理部门所运行的工作流程。

Fleet 的优势

Fleet 为平台工程团队提供了 LangGraph 智能体的控制平面。您可以在 Assistants 和 Claws 智能体类型之间分配分层权限,集中管理凭证,通过 LangSmith 的追踪基础设施监控智能体行为,并通过 NeMo 集成实施防护机制。如果您的团队在 LangGraph 中构建智能体,并且需要大规模管理它们,Fleet 正是为此而生。

定价反映了开发者受众的需求:免费的 Developer 方案提供每月 5,000 次追踪,Plus 方案每月每席位 39 美元提供 100,000 次追踪,Enterprise 方案则为大型部署提供自定义定价。这是一个为以追踪次数、运行次数和部署单元衡量价值的工程团队设计的模式。

买家角色的差异

在这里,道路开始分歧。Fleet 的买家是管理智能体基础设施的平台工程师或机器学习工程师。他们关心追踪、部署管道、智能体版本控制和运行时防护。他们技术能力很强,Fleet 正好满足他们的需求。

但同一个组织中还有另一个买家,他们有完全不同的关注点。这是部门主管、运营经理、市场总监或合规主管。他们不以追踪和智能体类型来思考。他们以工作流程、审批、审计轨迹和部门政策来思考。他们想知道的是:我的团队能安全地使用 AI 吗?它遵守我们的规则吗?我能看到它做了什么吗?

这两种买家在每个认真对待 AI 的组织中共存。平台团队构建和管理智能体。部门团队使用 AI 能力,并需要围绕这些能力的日常使用进行治理。

Fleet 治理工程师所构建的。JieGou 治理部门所运行的。

部门层级治理的样貌

部门团队需要不同类型的治理。他们需要对应组织结构的角色访问控制——不仅是智能体权限,还包括谁可以创建工作流程、谁可以审批输出、谁可以查看什么数据。他们需要与合规要求相关联的审计轨迹,而不仅仅是调试追踪。他们需要为其特定职能编码最佳实践的模板,而不是需要工程支持才能配置的空白画布。

JieGou 正是为这一层而构建的。二十个部门套件涵盖了从市场、销售到法务、财务、人力资源和运营等职能。超过 430 个模板——配方和工作流程——为团队提供了已嵌入治理默认值的起点:审批关卡、输出审查步骤、数据处理政策和升级路径。十层治理从个别提示控制延伸到全组织政策。

模型层刻意保持开放。JieGou 通过统一接口支持 Anthropic、OpenAI 和 Google 模型,并提供 BYOK 支持,让组织可以使用自己的 API 密钥,并以 AES-256-GCM 加密保护。部门团队不应被锁定在单一 LLM 提供商,就像他们不应被锁定在单一智能体框架一样。

不同层级,同一组织

重要的一点是,Fleet 和 JieGou 并非争夺同一买家的竞争对手。它们服务于同一组织的不同层级。

您的平台团队可能使用 LangGraph 构建一个精密的客户支持智能体。他们使用 Fleet 来管理该智能体的权限、监控其追踪记录并实施运行时防护。该智能体成为客户支持部门使用的众多能力之一。

支持部门主管使用 JieGou 来编排包含该智能体以及电子邮件模板、审批关卡、升级规则和合规检查的工作流程。他们管理团队中谁可以触发哪些工作流程,审查审计轨迹以满足监管要求,并在不提交工程需求单的情况下调整部门政策。

这不是一个理论场景。这正是成熟组织已经在如何分离平台关注点和运营关注点。基础设施团队管理 Kubernetes;业务团队使用在其上运行的应用程序。数据工程团队管理数据仓库;分析师使用构建在其上的仪表板。AI 治理将遵循相同的模式。

我们对未来的看法

LangChain 大力投资治理这一事实验证了我们从第一天就相信的事情:AI 治理不是可选的,也不是单层问题。开发者层级的治理和部门层级的治理都是必要的。只解决其中一个的组织最终会碰到另一个的极限。

Fleet 强化了开发者层。JieGou 强化了部门层。对于同时采用两者的组织,结果是真正涵盖完整堆栈的治理——从模型调用到业务流程完成。

如果您正在评估治理工具,问题不是选择哪一个,而是您需要覆盖哪些层级。如果您的工程师正在构建 LangGraph 智能体并需要部署治理,Fleet 值得认真考虑。如果您的部门团队正在运行 AI 工作流程并需要运营治理,那正是 JieGou 解决的问题。

两个问题都是真实的。两个都值得真正的解决方案。


JieGou 提供免费方案,包含 20 个部门套件和 430 多个模板。从这里开始预约演示,了解部门层级治理如何实际运作。

langchain langsmith fleet governance comparison
分享这篇文章

喜欢这篇文章吗?

在您的信箱中获取工作流程技巧、产品更新和自动化指南。

No spam. Unsubscribe anytime.