شرکت LangChain قابلیتی به نام AI Search را به LangSmith، سکوی پایش و ارزیابی عامل‌های هوش مصنوعی خود، افزوده است تا تیم‌ها بتوانند بدون ساختن فیلتر یا ارزیاب از پیش، با توصیف یک رفتار به زبان ساده، نشست‌های عامل‌ها را پیدا کنند. این قابلیت روز ۱۳ اکتبر ۲۰۲۶ معرفی شد و به‌صورت بتای عمومی و بی‌هزینه در LangSmith Cloud در دسترس است.
مشکلی که این ابزار هدف گرفته برای هر تیمی که عامل‌ها را در محیط واقعی اجرا می‌کند آشناست. ردها همه پیام‌ها، فراخوانی‌های مدل و ابزار و نتایج را ثبت می‌کنند، اما پاسخ به پرسش‌هایی مانند نشت داده‌های شخصی، رها کردن گفت‌وگو از سر کلافگی یا ادعای عامل درباره انجام کاری که انجام نداده، با برچسب، فراداده یا جست‌وجوی کلیدواژه دشوار است. به گفته LangChain، تاکنون باید از پیش ارزیابی‌کننده‌ای نوشته می‌شد یا ردها یکی‌یکی خوانده می‌شد.
LangChain تصمیم گرفته به جست‌وجوی برداری تکیه نکند، چون به باور این شرکت فشرده کردن یک رد طولانی در یک بردار، جزئیاتی را که پرسش به آن‌ها وابسته است از بین می‌برد. AI Search در عوض یک مدل تصمیم سریع را، که برای پاسخ ارزان به یک پرسش مشخص آموزش دیده، روی هر نشست نامزد اجرا می‌کند. فیلترهای ساختاریافته معمول، مانند اجراهای دارای خطا یا یک برچسب خاص، ابتدا دامنه را محدود می‌کنند و نتایج هم‌زمان با ادامه بررسی نمایش داده می‌شوند.
این بررسی روی مسیرهای نشست انجام می‌شود، نه روی ردهای خام. پایگاه داده ردهای LangSmith به نام SmithDB، داده‌های رسیده از SDKهای OpenAI و Anthropic، از LangChain، LangGraph، Vercel AI SDK، OpenTelemetry و منابع دیگر را به نمایی یکسان در سطح نشست تبدیل می‌کند که در آن هر پیام، فراخوانی و نتیجه تنها یک بار می‌آید. از آنجا که عامل‌ها معمولاً در هر فراخوانی کل گفت‌وگو را دوباره می‌فرستند، حذف این تکرارها حجم ورودی را کم می‌کند و یک جست‌وجو را برای عامل‌های ساخته‌شده با چارچوب‌های گوناگون قابل استفاده می‌سازد.
با این حال نشست‌ها ممکن است بسیار بزرگ باشند. LangChain صد و پنجاه گفت‌وگو از Open SWE، عامل برنامه‌نویسی متن‌بازی که خود به کار می‌برد، را بررسی کرد و برخی را بیش از یک میلیون توکن یافت؛ در نشست میانه تنها حدود دو هزار توکن از هفتاد و دو هزار توکن به پیام‌های کاربر و پاسخ‌های عامل تعلق داشت و نزدیک به ۸۵ درصد خروجی ابزارها بود. به همین دلیل AI Search برای هر مسیر سقفی ثابت معادل هشت هزار توکن در نظر می‌گیرد و پیام‌های کاربر و پاسخ‌های عامل را در اولویت قرار می‌دهد.
شرکت محدودیت‌های این طراحی را می‌پذیرد. پرسش‌هایی که شواهدشان در خروجی ابزارهاست، مانند نادیده گرفتن خطای ابزار توسط عامل، ممکن است با سقف فعلی از دست بروند و تمایزهای ظریف، مثل رفتن کاربر راضی در برابر کاربری که منصرف شده، همچنان دشوار است. LangChain می‌گوید در حال بررسی انتخاب زمینه بر اساس پرسش، نشانه‌های عدم قطعیت و گروه‌بندی نتایج مشابه است.
مدیران سازمان می‌توانند AI Search را از بخش تنظیمات فعال کنند تا در صفحه ردها نمایان شود؛ نسخه بتا در مناطق ابری GCP آمریکا، اروپا و آسیا و اقیانوسیه ارائه شده است. LangChain هنوز آماری از دقت منتشر نکرده و تنها استفاده واقعی نشان می‌دهد این مدل تا چه حد موارد درست را از موارد نزدیک جدا می‌کند.