Immagine AI

LangChain ha annunciato il completamento di un finanziamento Series C da 300 milioni di dollari, con una valutazione societaria di 3 miliardi di dollari, destinato a sostenere lo sviluppo di LangSmith, la piattaforma per la gestione, il monitoraggio e il controllo operativo degli agenti di intelligenza artificiale. L’operazione, annunciata il 13 novembre 2026, è stata guidata da CapitalG, già investitore nella società, con la partecipazione dei nuovi investitori GIC e DFJ Growth e degli investitori esistenti IVP e Sapphire Ventures. Al finanziamento hanno aderito anche Salesforce Ventures, Insight Venture Partners, QuantumLight e MongoDB Ventures, mentre Sequoia, Amplify e Benchmark hanno incrementato i rispettivi investimenti. Le risorse saranno impiegate per rafforzare l’infrastruttura tecnologica di LangSmith, progettata per consentire alle organizzazioni di sviluppare, distribuire, valutare e governare applicazioni agentiche indipendentemente dai framework e dai modelli linguistici utilizzati. La piattaforma adotta un’impostazione che permette alle aziende di mantenere il controllo sui modelli, sui dati e sulle infrastrutture di esecuzione, evitando che la gestione degli agenti dipenda necessariamente da uno specifico fornitore di intelligenza artificiale.

LangSmith viene attualmente utilizzata da oltre 7.000 organizzazioni, tra cui Harvey, Rippling, Listen Labs, NVIDIA, Toyota e Salesforce. La piattaforma supporta anche ambienti operativi caratterizzati da volumi elevati di esecuzioni agentiche, come quello di Clay, dove vengono monitorate centinaia di milioni di esecuzioni ogni mese per verificare il comportamento degli agenti e raccogliere informazioni utili al loro miglioramento. Workday ha adottato LangSmith per centralizzare le attività di gestione e governance dei propri sistemi agentici, riducendo il tempo necessario per distribuire un nuovo agente da circa cinque mesi a meno di un giorno. Il risultato viene attribuito alla possibilità di integrare nello stesso ambiente le procedure di sviluppo, verifica, distribuzione e supervisione, riducendo il numero di passaggi operativi richiesti per portare un sistema AI in produzione. LangChain intende estendere questo modello alle organizzazioni che utilizzano agenti specializzati per attività interne o applicazioni commerciali autonome, mantenendo la possibilità di differenziare i sistemi attraverso conoscenze specifiche, dati proprietari e interfacce dedicate.

L’architettura di LangSmith è organizzata in tre componenti funzionali, denominati Agent Runtime, Agent Improvement e Agent Governance. Agent Runtime comprende gli strumenti per progettare l’architettura degli agenti e predisporre l’infrastruttura necessaria alla loro esecuzione. Gli sviluppatori possono utilizzare Deep Agents, LangGraph e LangChain per definire il comportamento dei sistemi, selezionare i modelli linguistici e stabilire le modalità di gestione del contesto. La distribuzione negli ambienti di produzione viene affidata a LangSmith Agent Server e Sandboxes, che supportano l’esecuzione su infrastrutture cloud oppure negli ambienti controllati direttamente dai clienti. LangSmith Managed Agents e Fleet costituiscono invece le soluzioni gestite per portare gli agenti in produzione senza dover amministrare autonomamente l’intera infrastruttura operativa. Questa organizzazione permette di separare le decisioni relative alla progettazione degli agenti da quelle riguardanti il loro funzionamento, il dimensionamento delle risorse e la gestione continuativa.

Agent Improvement riunisce le funzionalità destinate alla misurazione delle prestazioni e al perfezionamento degli agenti già distribuiti. LangSmith Observability consente di osservare il comportamento dei sistemi durante l’esecuzione, mentre Evaluation permette di verificarne la qualità attraverso procedure di valutazione. LangSmith Engine introduce un agente integrato nella piattaforma che analizza gli errori rilevati, propone modifiche al codice e ai prompt e controlla il traffico di produzione per individuare eventuali regressioni. LangSmith Fine-Tuning permette inoltre di trasformare le tracce delle esecuzioni agentiche in dataset utilizzabili per l’addestramento e la valutazione di modelli specializzati. L’obiettivo è collegare i dati raccolti durante il funzionamento degli agenti alle successive attività di miglioramento, creando un processo continuativo nel quale osservazione, correzione e verifica fanno parte della stessa infrastruttura.

Agent Governance costituisce il livello di controllo centralizzato delle risorse utilizzate dagli agenti e delle autorizzazioni necessarie al loro funzionamento. Attraverso LLM Gateway e Tool Gateway, le organizzazioni possono amministrare l’accesso ai modelli linguistici e agli strumenti esterni, definire limiti di spesa, stabilire comportamenti alternativi in caso di indisponibilità dei servizi e applicare misure di protezione delle informazioni sensibili. I gateway permettono inoltre di gestire l’autenticazione e le autorizzazioni tra gruppi di lavoro e agenti differenti, mantenendo una supervisione comune anche quando vengono utilizzati modelli e infrastrutture eterogenei. LangChain ha programmato per il 20 novembre 2026 un evento dedicato alla presentazione di ulteriori funzionalità di LangSmith, con l’intenzione di ampliare le capacità di gestione e miglioramento degli agenti e consolidare gli strumenti di controllo a disposizione delle organizzazioni.

Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)

Di Fantasy