Платформа LangSmith Fleet добавила поддержку корпоративных навыков. Теперь разработчики могут наделять ИИ-агентов специфическими знаниями, которые легко переносить и обновлять.
2 мин
LangChain представила важное обновление для своей платформы LangSmith Fleet — систему общих навыков (Skills). Эта функция призвана решить одну из главных проблем внедрения искусственного интеллекта в корпоративную среду: разрыв между базовыми логическими способностями моделей и специфическими знаниями конкретной компании.
Современные большие языковые модели (LLM) достигли высокого уровня в планировании, использовании инструментов и исправлении собственных ошибок. Однако чистая логика без понимания предметной области имеет серьезные ограничения. Например, агент службы поддержки, не знающий внутренних регламентов (SLA) вашей компании, будет обрабатывать все запросы одинаково, что неприемлемо для реального бизнеса.
Чаще всего критически важные знания — тон общения с клиентами, алгоритм оформления возврата, обработка нестандартных ситуаций — хранятся либо в головах сотрудников, либо разбросаны по внутренним документам, корпоративным базам знаний и рабочим чатам. Когда опытный сотрудник покидает компанию, часть этой экспертизы уходит вместе с ним. Система навыков в LangSmith Fleet предлагает инструмент для формализации и сохранения этого опыта.
Навык в контексте LangSmith — это набор инструкций и доменных знаний, которые прикрепляются к ИИ-агенту. Его можно сравнить с постоянным брифингом, который определяет поведение модели в конкретной ситуации. Важное техническое преимущество заключается в том, что агент загружает навык только тогда, когда он релевантен текущей задаче. Это позволяет избежать перегрузки контекстного окна и сохраняет фокус модели.
Skill in Fleet
Платформа предлагает несколько подходов к созданию навыков. Разработчики могут генерировать их с помощью встроенного ИИ, задавая параметры в чате, использовать готовые шаблоны для стандартных задач (например, SEO-аудит или глубокий поиск) или писать инструкции вручную для полного контроля. Также система умеет автоматически предлагать релевантные навыки при создании нового агента.
Особого внимания заслуживает портативность новых навыков. С помощью интерфейса командной строки (CLI) LangSmith разработчики могут загружать файлы навыков напрямую в свою локальную среду разработки. Одной командой знания синхронизируются с популярными инструментами для написания кода, такими как Claude Code или Cursor. Это означает, что одни и те же корпоративные правила могут использоваться как агентами в облаке, так и локальными помощниками разработчиков без необходимости копирования текста.
В ближайшем будущем LangChain планирует расширить функционал для командной работы. Ожидается внедрение закрепления версий (version pinning) с возможностью отката к предыдущим состояниям, а также система совместного владения навыками.
По мере того как ИИ-агенты берут на себя все более ответственные задачи, качество их базовых инструкций становится главным фактором, отличающим просто способную модель от надежного цифрового сотрудника. Формализация знаний через переносимые навыки — это закономерный шаг в эволюции корпоративного программного обеспечения на базе искусственного интеллекта.
LangSmith Fleet внедрил систему формализации корпоративных знаний в виде переносимых 'навыков', что позволяет ИИ-агентам действовать с учетом специфики конкретного бизнеса.
Управление промптами и контекстом постепенно превращается в классическую разработку программного обеспечения с версионированием, модульностью и общими библиотеками кода, где вместо функций — текстовые инструкции.
