LangChain联手NVIDIA发布企业级智能体平台

LangChain与NVIDIA达成全面合作，共同推出企业级智能体AI开发平台。作为合作的一部分，LangChain还加入了NVIDIA的Nemotron联盟——这是一个通过共享专业知识、数据和计算来推进前沿开放AI模型的全球倡议。

平台技术栈整合

此次合作将LangChain的LangSmith智能体工程平台及其开源框架（Deep Agents、LangGraph和LangChain）与NVIDIA Agent Toolkit相结合，包括：

NVIDIA Nemotron模型
NVIDIA NeMo Agent Toolkit性能分析和优化工具
NVIDIA NIM微服务
NVIDIA Dynamo

开发者由此获得完整的技术栈，用于在生产环境中构建、部署和持续改进AI智能体。平台还集成了NVIDIA OpenShell——一个基于策略安全护栏（Guardrails）的沙盒运行时环境，用于运行自主、自我演进的智能体。

开发团队通常需要花费数月时间构建自定义基础设施，而不是交付业务价值。LangChain-NVIDIA平台正是为了弥合这一差距而设计。

平台核心能力

构建：LangGraph、Deep Agents与AI-Q

整合后的LangChain-NVIDIA技术栈支持开发者构建不同复杂度的智能体：

LangGraph：提供有状态多智能体编排（Orchestration）运行时，支持复杂控制流和人机协同（Human-in-the-Loop）模式
Deep Agents：LangChain的智能体执行框架（Harness），内置任务规划、子智能体生成、长期记忆和上下文管理，支持运行数分钟到数小时、跨越数十个步骤的智能体
NVIDIA AI-Q Blueprint：此次合作的旗舰成果，是一个完整的生产级企业深度研究系统，在深度研究基准测试中排名第一
NeMo Agent Toolkit：让团队能够以最少的代码更改接入现有的LangGraph智能体，并立即获得高级性能分析、评估以及MCP/A2A协议支持，用于组合多智能体系统

加速：NVIDIA优化LangGraph

LangChain NVIDIA软件包提供NVIDIA优化的执行策略，在编译时应用，无需更改节点逻辑或图边：

并行执行：自动识别独立节点并同时运行，消除顺序瓶颈
推测执行：同时运行条件边的两个分支，一旦路由条件解析就丢弃错误分支

这些优化显著降低了复杂多步骤智能体工作流的端到端延迟。

部署：NVIDIA NIM微服务

NIM微服务在云、本地和混合环境中提供比标准部署高达2.6倍的吞吐量。Nemotron 3 Super的MoE架构支持在单个GPU上进行经济高效的部署。

NVIDIA NeMo Agent Toolkit增加了生产就绪功能，包括身份验证、速率限制以及用于调试已部署工作流的内置UI。该工具包的GPU集群规模计算器让团队能够在负载下分析其LangGraph工作流，并预测从单个用户扩展到数千个并发会话的确切硬件需求。

监控：LangSmith与NeMo Agent Toolkit

LangSmith已处理超过150亿条追踪记录和100万亿个token，提供应用级可观测性（Observability）：

分布式追踪
成本和延迟监控
Insights Agent：自动检测使用模式和故障模式
Polly：自然语言调试和提示工程（Prompt Engineering）
LangSmith CLI：用于处理追踪数据

NeMo Agent Toolkit可观测性系统原生将遥测数据导出到LangSmith，创建统一视图，其中基础设施级性能分析（token使用、计时、吞吐量）与LangSmith的应用级追踪和AI驱动分析相结合。

为确保企业拥有采用负责任AI实践的正确工具，NVIDIA NeMo Guardrails与LangChain开箱即用集成，使团队能够强制执行内容安全和策略合规性，同时根据用例定制安全护栏（Guardrails）。

评估：覆盖Nemotron模型家族

LangSmith和NeMo Agent Toolkit共同提供覆盖完整智能体生命周期的全面评估：

LangSmith：支持离线评估（人工审查、LLM-as-judge、成对比较、通过pytest/Vitest/GitHub工作流的CI/CD集成）和在线评估，包括多轮评估，对整个对话轨迹进行任务完成度和决策质量评分
NeMo Agent Toolkit：补充了RAG特定评估器、智能体轨迹分析以及超参数和提示优化器

这些功能在应用于Nemotron模型家族时尤其强大：团队可以在Nemotron 3 Nano（30B/3B活跃参数）、Super（约100B/10B活跃参数）和Ultra（约500B/50B活跃参数）上对同一智能体进行基准测试，衡量准确性、延迟和成本之间的权衡，然后使用NeMo Agent Toolkit的自动强化学习为特定工作流微调（Fine-tuning）选定的Nemotron模型。

未来展望

Deep Agents与GPU加速计算

此次合作为Deep Agents在由NVIDIA CUDA-X库提供支持的GPU加速计算沙盒中运行奠定了基础。这将使智能体能够使用NVIDIA cuDF进行大规模结构化数据操作，使用NVIDIA NeMo Curator进行PB级数据管理，从而在金融服务和医疗保健等行业开辟新的可能性。

加入Nemotron联盟

LangChain加入Nemotron联盟，这是一个模型构建者和AI开发者的全球协作组织，共同构建前沿级开放基础模型。联盟允许参与者为共享基础贡献数据、评估框架和后训练创新，同时独立专业化并为自己的行业和用例构建差异化的AI系统。

通过加入联盟，LangChain旨在帮助塑造前沿开放模型的能力，同时考虑智能体开发者的需求，确保为生产智能体提供动力的模型能够获得大规模部署团队的意见。这一合作反映了对开放、透明AI开发的共同承诺，以及共同交付帮助客户从原型更快过渡到生产的工具和基础设施。

“随着LangChain框架每月下载量超过1亿次，我们已经看到前沿模型必须超越原始智能，实现可靠的工具调用（Tool Use）、长视野推理和智能体协调，”LangChain联合创始人兼首席执行官Harrison Chase表示。“通过NVIDIA Nemotron联盟，我们将为这些模型构建最佳的智能体执行框架（Harness），严格评估其能力，并提供对智能体行为的全面可观测性（Observability），帮助使Nemotron模型成为下一代AI智能体的最佳基础。”

“企业需要开放、灵活的工具来构建为其工作流程定制并安全大规模部署的AI智能体。LangChain的框架和LangSmith的可观测性（Observability），结合NVIDIA Nemotron模型、Agent Toolkit和NIM微服务，为开发者提供了从原型到生产的完整基础，”NVIDIA企业AI副总裁Justin Boitano表示。

可用性

LangChain-NVIDIA集成现已可用。LangGraph和LangChain框架在github.com/langchain-ai开源。LangSmith可在smith.langchain.com获取。NVIDIA Nemotron 3 Nano和Super通过NVIDIA NIM微服务在Hugging Face上提供，并与LangChain生态系统集成更新，Nemotron 3 Ultra预计在2026年上半年推出。NVIDIA NeMo Agent Toolkit可在github.com/NVIDIA/NeMo-Agent-Toolkit获取。

关于LangChain

LangChain是为从AI初创公司到全球企业的顶级工程团队提供动力的智能体工程平台。其开源框架，包括LangChain、LangGraph和Deep Agents，累计下载量已超过10亿次，被超过100万从业者使用。LangSmith是可观测性（Observability）和评估平台，为超过300家企业客户提供服务，已处理超过150亿条追踪记录和100万亿个token。LangChain由红杉资本、Benchmark和IVP支持。更多信息请访问langchain.com。

媒体联系人：press@langchain.dev