LangChain 在近日举行的 Interrupt 2025 大会上宣布了两项重大升级——全新底层数据库 SmithDB 与自动化排错工具 LangSmith Engine，旨在解决 Agent 调试效率低下这一行业痛点。
15 倍性能提升：SmithDB 革新数据层架构
随着 Agent 应用规模扩大，传统的本地磁盘方案已难以承载海量的 trace（执行轨迹）数据。为此，LangChain 推出了专为 Agent 可观测性设计的 SmithDB。
SmithDB 采用 Rust 语言构建，底层依赖 Apache DataFusion 查询引擎与 Vortex 文件工具包。其架构由三部分组成：对象存储、少量 Postgres 元数据存储，以及无状态的数据接入与查询服务。这种设计摆脱了本地磁盘的束缚，可通过横向扩展计算节点来提升性能。据官方介绍，核心工作负载的查询性能最高提升了 15 倍，同时支持多云与自托管部署。
LangSmith Engine：将排错闭环自动化
在更快的底层基础设施之上，LangChain 进一步推出了 LangSmith Engine，直接瞄准 Agent 开发中最耗时的调试环节。
该工具可在后台持续监控生产环境 trace，自动将失败调用归类为具名 Issue，精确定位问题代码所在。更关键的是，它能直接为开发者起草修复漏洞的 Pull Request，并同步生成对应的测试集（evals）。
LangChain 此前表示，人工翻阅海量 trace 数据寻找规律已成为复杂 Agent 开发的最大效率瓶颈。如今，从「发现报错→定位代码→自动修复→补充测试」的完整闭环已可交由机器完成，开发者只需负责判断与最终确认。
Interrupt 2025 大会吸引了来自全球约 800 名参会者，是 LangChain 首届行业级 Agent 大会。