← Новости

Учет расходов: LangSmith берет корпоративных AI-агентов под финансовый контроль

Учет расходов: LangSmith берет корпоративных AI-агентов под финансовый контроль
LangChain Blog

Неучтенные затраты на вычисления и разрозненный инструментарий заставляют корпоративные команды пересматривать подходы к управлению системами искусственного интеллекта. Вслед за объявлением о раунде Series C обновленная платформа LangSmith Agent Platform меняет архитектуру: теперь агент становится основной учетной записью в системе. Это объединяет разрозненные рабочие процессы разработчиков и позволяет платформенным операторам отслеживать активность в рамках всей компании.

Внедрение технологий достигло переломного момента в 2026 году: новые среды исполнения, модели и инженерные практики позволили создавать системы, надежно выполняющие сложные и дорогостоящие операции. Сейчас компании запускают множество агентов в разных подразделениях: инженерные команды используют ассистентов для написания кода, продуктовые отделы внедряют интерфейсы для клиентов, а внутренние службы создают инструменты для повышения операционной эффективности. Однако эти системы работают на базе фрагментированных сред выполнения, разрозненных фреймворков и моделей от различных поставщиков. В итоге руководство остается без ответа на ключевой операционный вопрос: во сколько на самом деле обходится эта разросшаяся сеть автономного софта и как централизовать надзор, не парализуя рабочие процессы?

Дефицит управления

Хаотичная разработка создала критические слепые зоны для технического руководства. Трассировка, мониторинг и развертывание традиционно функционировали в изолированных средах, заставляя инженеров постоянно переключать контекст и регулярно пропускать базовые этапы валидации.

«Командам AI-платформ сложно ответить на базовые вопросы управления. Какие агенты запущены и кто за них отвечает? Сколько они стоят и как работают? Когда расходы на токены резко растут, часто просто не у кого спросить, что произошло».

По заявлению команды LangChain, подобные сбои в контроле возникают из-за того, что в прежней инфраструктуре отсутствовал единый центр ответственности. Исторически трассировки отправлялись в плоскую структуру проектов без прямой привязки к конкретному агенту, из-за чего логи разных этапов выполнения оставались изолированными друг от друга.

Эта операционная модель уперлась в жесткие ограничения по мере масштабирования. Хотя 30 августа 2026 года LangGraph Platform стала общедоступной — обеспечив горизонтальное масштабирование и 30 специализированных API-эндпоинтов для управления состоянием более чем 400 ранним корпоративным клиентам, включая Klarna, Replit, Clay и LinkedIn, — фрагментированные среды исполнения продолжали генерировать скрытые операционные издержки. Позднее был представлен LangSmith Engine для автоматизации отладки и трассировки агентов. Тем не менее инженерные команды продолжали сталкиваться с вакуумом управления каждый раз, когда отдельные агенты сжигали бюджеты на токены в несогласованных тестовых и продуктовых контурах.

Единая архитектура жизненного цикла

Реорганизованная платформа LangSmith устраняет этот структурный разрыв, привязывая разработку, хостинг, оптимизацию и комплаенс напрямую к неизменяемой учетной записи агента. Единый идентификатор объединяет локальные, тестовые, предрелизные и продуктовые среды в одном профиле. Это позволяет инженерам отслеживать изменения и фиксировать деградацию производительности без необходимости переключаться между дашбордами.

Каждому зарегистрированному агенту назначаются ответственный владелец, глобальный уникальный идентификатор и функциональный тип. Выбранный тип определяет состав телеметрии на центральной панели: универсальный ассистент отображает использование инструментов во время выполнения, историю действий и операционные сбои, зафиксированные Engine, тогда как агент-программист выводит объединенные пулл-реквесты и прямые затраты на токены. Правила оценки адаптируются под функционал инструмента: объем принятого кода для систем разработки и пороговые значения задержки для клиентской поддержки.

Архитектура также учитывает неоднородность используемых технологических стеков. Инженерные команды могут собирать инструменты с помощью конструктора на естественном языке в LangSmith Studio, развертывать их через открытые решения или интегрировать сторонние фреймворки. Исполнение может происходить непосредственно на LangSmith Agent Server или оставаться на внешней инфраструктуре, отправляя данные трассировки обратно в платформу без необходимости переписывать существующие пайплайны.

«Реестр агентов и шлюз LLM Gateway в LangSmith обеспечивают видимость на уровне всей организации и строгий контроль над каждым зарегистрированным агентом».

Благодаря интегрированному реестру и LLM Gateway система раскрывает паттерны использования всего зарегистрированного софта, предоставляя платформенным администраторам инструменты централизованного контроля.

Интеграционные барьеры и инфраструктурные ограничения

Переход к централизованному надзору неизбежно влечет за собой операционные компромиссы. Организации, уже инвестировавшие в зрелые внутренние системы оркестрации, могут не увидеть выгоды в перенаправлении операционных трассировок через LangSmith. Хотя LangChain позиционирует платформу как модульную — позволяя командам сохранять собственные среды исполнения при передаче телеметрии в реестр, — реализация всех преимуществ жизненного цикла требует жесткой привязки к экосистеме вендора. Такие функции, как валидация предлагаемого исправления движком LangSmith Engine на тестовом инстансе LangSmith Agent Server перед деплоем в прод, полностью зависят от нативных компонентов платформы.

Вендоры продвигают автономных агентов под лозунгами самостоятельной операционной эффективности, однако реальное внедрение оборачивается неконтролируемым ростом накладных расходов на API и административной путаницей. Спрос на специализированные реестры и шлюзы контроля демонстрирует реальное положение дел: эксплуатация автономных агентов требует мощных комплаенс-контуров. То, что продавалось как автономная автоматизация без вмешательства человека, на деле превращается в инфраструктурную систему, требующую непрерывного аудита и жесткого централизованного менеджмента.

Что за этим стоит

Раньше разрозненные агенты сжигали корпоративные бюджеты в слепых зонах между десятками дашбордов, а теперь LangSmith привязывает расходы и комплаенс к единому несменяемому профилю каждого бота. Платформа пытается зажать вольницу разработчиков в жесткие рамки корпоративного учета, когда за каждый потраченный токен отвечает конкретный владелец. Назначить агенту паспорт и выставить лимиты на шлюзе — понятный шаг (ну не закрывать же глаза на утекающие бюджеты), но жесткий контроль всегда бьет по скорости экспериментов инженерных команд. Сумеют ли более 400 корпоративных клиентов, включая Klarna и LinkedIn, удержать темпы выпуска автономных систем, когда каждый тест упрется в централизованный аудит расходов?

Наши материалы: LangSmith Engine: автоотладка и анализ трейсов ИИ-агентов (8 сентября).

Источник: LangChain Blog