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 分鐘閱讀

LangChain 剛剛推出了 LangSmith Fleet——Agent Builder 產品的品牌重塑與功能擴展——這值得關注。LangChain 擁有超過十億次累計下載量和 300 多家企業客戶,是 AI 工具生態系統中最具影響力的平台之一。Fleet 為 LangGraph 代理生命週期帶來了分層權限、憑證管理、集中監控、NVIDIA NeMo Guardrails 整合以及深度追蹤功能。這是一款針對真實問題的嚴肅產品。

這個問題是:治理工程師所建構的東西。

我們認為還有一個同樣緊迫的問題:治理部門所運行的工作流程。

Fleet 的優勢

Fleet 為平台工程團隊提供了 LangGraph 代理的控制平面。您可以在 Assistants 和 Claws 代理類型之間分配分層權限,集中管理憑證,通過 LangSmith 的追蹤基礎設施監控代理行為,並透過 NeMo 整合實施防護機制。如果您的團隊在 LangGraph 中建構代理,並且需要大規模管理它們,Fleet 正是為此而生。

定價反映了開發者受眾的需求:免費的 Developer 方案提供每月 5,000 次追蹤,Plus 方案每月每席位 39 美元提供 100,000 次追蹤,Enterprise 方案則為大型部署提供自訂定價。這是一個為以追蹤次數、運行次數和部署單元衡量價值的工程團隊設計的模式。

買家角色的差異

在這裡,道路開始分歧。Fleet 的買家是管理代理基礎設施的平台工程師或機器學習工程師。他們關心追蹤、部署管道、代理版本控制和運行時防護。他們技術能力很強,Fleet 正好滿足他們的需求。

但同一個組織中還有另一個買家,他們有完全不同的關注點。這是部門主管、營運經理、行銷總監或合規主管。他們不以追蹤和代理類型來思考。他們以工作流程、審批、稽核軌跡和部門政策來思考。他們想知道的是:我的團隊能安全地使用 AI 嗎?它遵守我們的規則嗎?我能看到它做了什麼嗎?

這兩種買家在每個認真對待 AI 的組織中共存。平台團隊建構和管理代理。部門團隊使用 AI 能力,並需要圍繞這些能力的日常使用進行治理。

Fleet 治理工程師所建構的。JieGou 治理部門所運行的。

部門層級治理的樣貌

部門團隊需要不同類型的治理。他們需要對應組織結構的角色存取控制——不僅是代理權限,還包括誰可以建立工作流程、誰可以審批輸出、誰可以查看什麼資料。他們需要與合規要求相關聯的稽核軌跡,而不僅僅是除錯追蹤。他們需要為其特定職能編碼最佳實踐的範本,而不是需要工程支援才能配置的空白畫布。

JieGou 正是為這一層而建構的。二十個部門套件涵蓋了從行銷、銷售到法務、財務、人資和營運等職能。超過 430 個範本——配方和工作流程——為團隊提供了已嵌入治理預設值的起點:審批閘門、輸出審查步驟、資料處理政策和升級路徑。十層治理從個別提示控制延伸到全組織政策。

模型層刻意保持開放。JieGou 通過統一介面支援 Anthropic、OpenAI 和 Google 模型,並提供 BYOK 支援,讓組織可以使用自己的 API 金鑰,並以 AES-256-GCM 加密保護。部門團隊不應被鎖定在單一 LLM 提供商,就像他們不應被鎖定在單一代理框架一樣。

不同層級,同一組織

重要的一點是,Fleet 和 JieGou 並非爭奪同一買家的競爭對手。它們服務於同一組織的不同層級。

您的平台團隊可能使用 LangGraph 建構一個精密的客戶支援代理。他們使用 Fleet 來管理該代理的權限、監控其追蹤記錄並實施運行時防護。該代理成為客戶支援部門使用的眾多能力之一。

支援部門主管使用 JieGou 來編排包含該代理以及電子郵件範本、審批閘門、升級規則和合規檢查的工作流程。他們管理團隊中誰可以觸發哪些工作流程,審查稽核軌跡以滿足監管要求,並在不提交工程需求單的情況下調整部門政策。

這不是一個理論場景。這正是成熟組織已經在如何分離平台關注點和營運關注點。基礎設施團隊管理 Kubernetes;業務團隊使用在其上運行的應用程式。資料工程團隊管理資料倉儲;分析師使用建構在其上的儀表板。AI 治理將遵循相同的模式。

我們對未來的看法

LangChain 大力投資治理這一事實驗證了我們從第一天就相信的事情:AI 治理不是可選的,也不是單層問題。開發者層級的治理和部門層級的治理都是必要的。只解決其中一個的組織最終會碰到另一個的極限。

Fleet 強化了開發者層。JieGou 強化了部門層。對於同時採用兩者的組織,結果是真正涵蓋完整堆疊的治理——從模型調用到業務流程完成。

如果您正在評估治理工具,問題不是選擇哪一個,而是您需要覆蓋哪些層級。如果您的工程師正在建構 LangGraph 代理並需要部署治理,Fleet 值得認真考慮。如果您的部門團隊正在運行 AI 工作流程並需要營運治理,那正是 JieGou 解決的問題。

兩個問題都是真實的。兩個都值得真正的解決方案。


JieGou 提供免費方案,包含 20 個部門套件和 430 多個範本。從這裡開始預約導覽,了解部門層級治理如何實際運作。

langchain langsmith fleet governance comparison
分享這篇文章

喜歡這篇文章嗎?

在您的信箱中獲取工作流程技巧、產品更新和自動化指南。

No spam. Unsubscribe anytime.