产品LangChain Blog·原文 2026年9月24日

LangSmith上线Trajectories:把长会话Agent的轨迹按对话顺序摊开

LangChain为LangSmith增加Trajectories视图,将一次Agent会话中人类、AI和工具的消息按首次出现顺序聚合,支持在线评估打分、送入标注队列或数据集,现已在美国区所有套餐开放。

AI解读:调试长会话Agent的难点不在于没有日志,而在于日志太多。一次会话可能横跨多轮用户输入、工具调用、重试和子Agent交接,完整trace是执行细节的权威来源,但它更适合知道该看哪一步之后再深挖。Trajectories解决的是“先找到那一步”的问题。

它的做法是给thread中的trace做一层投影:去掉嵌套运行结构,只保留能解释Agent行为的消息和动作,每条消息只出现一次并保持首次出现的顺序。对一线调试的人来说,这等于把执行树换成了可读的对话路径。

另一个直接受益的群体是非开发者。医疗、金融、客服等领域专家需要审阅Agent问了什么、答了什么,但并不需要解析嵌套运行和重试元数据。轨迹可以送入标注队列供他们打分和标记问题,反馈再回流到提示词、Agent逻辑、评估器和数据集的迭代中。

对做在线评估的团队,Trajectories还改变了评估输入的质量:按运行级别评估长会话时,上下文会随轮次累积重复,输入又大又噪;轨迹保持每条消息只出现一次,评估器能更聚焦在Agent走过的路径上。低分会话可以被筛选出来送人工复核或存为数据集。

在做后训练的场景里,轨迹包含系统提示、用户消息、助手回复、工具调用和工具输出,还能展示Agent何时请求澄清、调用了哪些工具、如何使用结果以及跨轮次如何调整。高质量轨迹可存入数据集并导出用于监督微调。

需要留意的是,这些能力目前基于LangSmith官方博客的发布说明,文章没有给出准确率、调试耗时下降比例等量化效果数据。可用范围上,Trajectories现已在美国区所有套餐开放,并原生支持LangChain、LangGraph、Deep Agents,以及OpenAI、Claude等Agent SDK和Codex、Claude Code、Cursor等编码Agent发出的trace。

LangChain在其官方博客宣布,LangSmith正式上线Trajectories功能:一种按时间顺序、对话形式呈现Agent会话的视图。一次Trajectory会聚合来自主Agent和所有子Agent中人类、AI与工具的消息,并按它们首次出现的顺序展示。

LangChain对现有结构的描述是:Agent执行的每个工作单元记录为一个run,单次操作的run构成一条trace,多轮会话的trace链接为一个thread。这套结构提供完整执行树,包括嵌套run、时间、重试、输入、输出和元数据;需要弄清某件事具体如何执行时,trace仍是权威来源。

Trajectory则是对thread中trace的一层投影:它去掉嵌套run结构,只保留能解释Agent行为的消息和动作,每条消息只出现一次且按顺序排列,让使用者能像读路径一样读整段会话。

博客给出的典型场景是:一个客服Agent运行了九轮、六十条消息,客户反馈答案有误。使用轨迹视图可以按顺序浏览对话、工具调用和Agent动作,找到Agent复用旧的工具结果、而没有去获取最新数据的那一轮,再跳回底层trace查看该轮的具体工具输入输出、时间、重试和嵌套结构。

对审阅者,LangChain举的例子是医疗专家判断临床接诊Agent是否追问了正确的问题、金融服务审阅者判断合规Agent是否处理得当、客服主管判断升级流程是否符合政策。这些审阅者需要看到查询和输出,但不需要解析嵌套run、重试和执行元数据。轨迹可路由到标注队列,供领域专家打分、标记问题并给出反馈,反馈再用于优化提示词、更新Agent逻辑、改进评估器和构建数据集。

在线评估方面,LangSmith的在线评估器现在可以对轨迹打分。LangChain指出,没有轨迹时,用运行级评估器给长会话打分往往会随着轮次累积重复上下文,使评估输入比需要的更大、更嘈杂;轨迹保持每条消息只出现一次,让评估器聚焦在Agent走过的路径上。低分会话可被筛选、路由到人工复核,或保存进数据集用于后续测试。

轨迹如何进入微调数据

LangChain表示,对做后训练的团队,轨迹让生产会话更容易转成可用样本。轨迹包含系统提示、用户消息、助手回复、工具调用和工具输出,因此不只用于检查最终答案:一条好的轨迹能显示Agent何时请求澄清、调用了哪些工具、如何使用结果,以及在一个会话中如何调整。高质量轨迹可保存到数据集并导出,用于监督微调流程,把生产行为当作希望模型复现的示例。

  • 轨迹包含的信息:系统提示、用户消息、助手回复、工具调用、工具输出
  • 可用于监督微调的导出流程
  • LangChain的表述:轨迹捕捉的不只是Agent说了什么,还有产生这些输出的行为

支持范围与获取方式

Trajectories开箱即用于从LangChain、LangGraph和Deep Agents发出的trace,也支持来自OpenAI、Claude等Agent SDK的trace,以及Codex、Claude Code、Cursor等编码Agent。

LangChain称Trajectories现已在美国区所有套餐中可用,可通过登录或注册LangSmith试用,详细说明见官方文档。博客未披露性能提升幅度、使用量或准确率等量化指标。

  • 支持来源:LangChain、LangGraph、Deep Agents
  • 支持来源:OpenAI、Claude等Agent SDK
  • 支持来源:Codex、Claude Code、Cursor等编码Agent
  • 可用范围:美国区所有套餐,现已开放

信息来源

LangChain Blog原始来源