- Дата публикации
LangSmith Fleet: как управлять парком AI‑агентов в компании
Что появилось / что изменилось
LangChain переименовала Agent Builder в LangSmith Fleet и превратила его из конструктора в центр управления агентами для всей компании.
Ключевые новинки:
- Флит вместо одиночных агентов. Теперь это единое место, где команды создают, запускают и администрируют целый парк агентов.
- Расширенное шаринг‑ядро. Для каждого агента можно задать, кто его видит и что именно может делать:
- Can run — запускать без изменения настроек;
- Can edit — править инструкции, инструменты и параметры;
- Can clone — сделать свою копию и доработать под свой сценарий. Права можно выдавать точечно пользователям или сразу на весь рабочий workspace и менять в любой момент.
- Модель идентичности агента и работа с креденшелами. Появились два режима:
- Claw — агент всегда использует один и тот же набор учётных данных, не зависит от того, кто его запускает;
- Assistant — агент действует от имени конкретного пользователя, который его вызвал, и использует его OAuth‑доступы к инструментам.
- Отдельные Slack‑боты для каждого агента. У каждого агента может быть свой бот и хэндл: например,
@vendor-intake,@weekly-sales-numbers,@onboarding-agent. Их можно вызывать в каналах и в личных сообщениях. - Inbox для агентов. Единое место, где пользователь видит, что делают агенты, и может подтверждать действия по схеме human‑in‑the‑loop.
- Наблюдаемость и аудит. Fleet хранит трассировку действий агентов: что они делали и почему приняли то или иное решение.
Шесть месяцев назад для создания агента нужен был инженер. Сейчас LangChain предлагает сценарий, где сотрудник описывает задачу коротким промптом, получает агента и дальше команда управляет уже десятками таких помощников через Fleet.
Как это работает
Базовая идея Fleet — разделить три слоя: кто владеет агентом, под чьими правами он действует и кто может с ним взаимодействовать.
- Создание агента. Пользователь формулирует задачу в виде текстовой инструкции. Fleet собирает агента на базе LangChain: подключает инструменты (например, Slack, Notion, таск‑трекеры), задаёт параметры и сохраняет в рабочем пространстве.
- Права доступа. Для каждого агента владелец задаёт матрицу:
- уровень доступа (run / edit / clone);
- круг пользователей (конкретные аккаунты или весь workspace). Это позволяет, например, команде разработки редактировать агента, а всем остальным — только запускать.
- Идентичность и креденшелы.
- В режиме Claw Fleet хранит фиксированный набор токенов и ключей. Любой запуск агента идёт через эти учётные данные. Пример — общий Slack‑бот для работы с Linear, где вся команда создаёт задачи от сервисного аккаунта.
- В режиме Assistant каждый пользователь проходит OAuth‑авторизацию в подключённых сервисах. Агент действует строго в рамках прав этого человека. Это удобно для доступа к Notion или другой корпоративной базе знаний с разной видимостью документов.
- Интеграция со Slack. Для каждого агента можно завести отдельного бота. Fleet связывает бота с агентом, его правами и моделью идентичности. Если это Claw, бот работает как общий ресурс. Если Assistant — доступ получают только те, кто авторизовался в нужных инструментах.
- Inbox и наблюдаемость. Все активные и завершённые задачи агентов стекаются в единый интерфейс. Пользователь видит, какие действия агент собирается выполнить, может их одобрить или отклонить и при необходимости посмотреть детальный лог рассуждений и шагов.
Что это значит для вас
Fleet рассчитан на команды, у которых уже не один‑два агента, а десятки. Он полезен, если вы:
- строите внутренних ассистентов для ресёрча, подготовки отчётов, статусов по проектам;
- хотите, чтобы сотрудники сами запускали агентов, но не ломали настройки и не делились токенами вручную;
- планируете использовать агентов в каналах Slack как "коллег" по конкретным задачам.
Где Fleet особенно уместен:
- Операции и бэк‑офис. Агент для приёма новых подрядчиков, проверки анкет, сбора данных из разных систем. Один Claw‑агент с сервисным аккаунтом работает на весь отдел.
- Аккаунт‑менеджмент и продажи. Агент, который собирает еженедельные отчёты, тянет метрики из CRM и отправляет дайджест в Slack. Настроили один раз — дали run‑доступ всей команде.
- Знания и документация. Assistant‑агенты для поиска по внутренним базам в Notion или других хранилищах. Каждый видит только то, к чему у него уже есть доступ.
Где стоит подумать дважды:
- если у вас один‑два простых бота без доступа к чувствительным данным, сложная система прав и идентичностей может быть избыточной;
- если вы не используете Slack и не строите многоагентную инфраструктуру, часть преимуществ Fleet просто не раскроется.
Сервис ориентирован на корпоративное использование. Для работы потребуется аккаунт LangSmith и подключение внешних инструментов через их официальные API. Если ваш доступ к зарубежным сервисам ограничен и вы используете VPN, это затронет и работу агентов.
Место на рынке
Fleet решает задачу, которая возникает после первого успеха с агентами: не как сделать ещё одного бота, а как управлять целым парком.
По сути, это не конкурент GPT‑5 или Claude 4, а надстройка над стэком LangChain и LangSmith. Fleet отвечает за:
- маршрутизацию задач к агентам;
- права доступа и шаринг;
- идентичность и креденшелы;
- аудит и наблюдаемость.
На рынке уже есть инструменты оркестрации и мониторинга для LLM‑продуктов, но Fleet заточен под конкретную экосистему LangChain. Если вы уже строите пайплайны на LangChain и логируете всё в LangSmith, Fleet логично дополняет этот набор и закрывает управленческий слой: кто, что и под какими правами запускает.
Если же ваша инфраструктура крутится вокруг других платформ и вы не используете LangChain, интеграция Fleet потребует перестройки стэка. В этом случае имеет смысл сравнивать его с решениями, которые предлагает ваш текущий вендор, и смотреть, есть ли у них аналогичный уровень контроля прав и идентичности агентов.