LangChain是受数千个团队信任的Agent工程平台，用于构建生产级Agent。现在，有了Polly，你拥有一位AI专家，在每一步都为你提供帮助。
2025年12月10日，LangChain正式发布了Polly。一款直接集成在LangSmith平台中的AI智能助手，专门帮助开发者调试、分析和改进AI Agent。
是的，你没看错：我们在一个用于构建Agent的产品中，又添加了一个Agent。这听起来有些讽刺，但背后有着深刻的逻辑。
LangChain团队与数千名开发者合作，帮助他们基于LangSmith构建生产级Agent。在这个过程中，我们清楚地看到了Agent真正擅长的事情（分析复杂的执行轨迹、发现数百个步骤中的模式）以及它们不擅长的事情（替代需要深思熟虑的工程决策）。我们想要把这件事做对。
最终的结果就是Polly：一个理解Agent架构、识别失败模式、真正帮助你更快地构建更好Agent的AI Agent工程师。Polly现已进入beta测试阶段。
为什么Agent需要一个AI调试伙伴？
通过与数千个在LangSmith上构建Agent的团队合作，我们反复看到相同的调试挑战。Agent与简单的LLM调用在本质上存在巨大差异，主要体现在三个方面：
•更长的提示词：系统提示词往往跨越数百甚至数千行。当行为出现问题时，几乎不可能找出是哪条指令导致了问题。
•更长的执行轨迹：Agent可以运行数百个步骤，在单次执行中生成数千个数据点——这远远超出了人类能够有效解析的范围。
•多轮交互：Agent涉及跨越数小时或数天的多轮对话。要理解发生了什么，需要查看整个交互历史。
当出现问题时，你很难轻易定位是哪个决策、哪条提示指令或哪个工具调用导致了问题。这正是AI Agent工程师擅长的领域——也是我们构建Polly的原因。
Polly如何帮助调试轨迹、分析对话并优化提示词
与其手动扫描无尽的执行轨迹，或猜测哪个提示词修改能解决问题，你现在只需用自然语言向Polly提问。就像团队中有一位专家级的Agent工程师。以下是Polly目前可以做的事情：
调试单个执行轨迹
在轨迹视图中，Polly分析单个Agent执行，帮助你理解发生了什么。这正是Polly真正发光的地方——深度Agent的执行轨迹可能包含数百个步骤，失败模式往往很微妙，分布在多个步骤中，或埋藏在长执行的中间部分。
你可以向Polly提问：
• "Agent是否做了任何可以更高效的事情？"
• "Agent是否犯了任何错误？"
• "为什么Agent选择了这种方法而不是那种方法？"
• "问题到底出在哪里？"
Polly不仅仅是展示信息。它理解Agent行为模式，能够识别即使经过仔细人工检查也会遗漏的问题。
分析完整对话
在线程视图中，Polly可以访问整个对话的信息，这些对话有时跨越数小时、数天或数十轮来回交互。这是人类无法在脑海中保持的上下文。
你可以让Polly：
• 总结多轮交互中发生的事情
• 识别Agent行为随时间的模式
• 解释为什么Agent的方法在轮次之间发生了变化
• 发现Agent何时丢失了重要上下文
这对于调试那些令人沮丧的问题尤其强大——"Agent之前工作得很好，然后突然就不行了"。Polly可以精确定位事情在何时、为何发生了变化。
优化提示词工程
这是Polly真正强大的地方。系统提示词是任何深度Agent最重要的部分，而Polly是一位专家级的提示词工程师。
只需用自然语言描述你想要的行为，Polly就会相应地更新你的提示词。不再需要手动调整数百行指令，试图找出正确的措辞，或担心在修复一个问题时是否破坏了其他东西。
Polly还可以帮助你：
• 定义结构化输出模式
• 配置工具定义
• 添加或完善少样本示例
• 在不丢失关键指令的情况下优化提示词长度
Polly如何与LangSmith追踪系统协同工作
Polly的智能来自LangSmith全面的追踪基础设施。LangSmith捕获你的Agent所做的一切：
•运行（Runs）：单个步骤，如LLM调用和工具执行
•轨迹（Traces）：Agent的单个执行，由运行树组成
•线程（Threads）：完整对话，包含多个轨迹
在LangSmith中设置追踪只需几分钟——按照指南即可开始。一旦你的数据流入LangSmith，Polly就可以立即开始帮助你分析Agent行为、识别问题并改进提示词。
开始使用Polly
Polly已经可以分析轨迹、调试对话并优化提示词。随着时间的推移，我们将教它如何分析实验、优化提示词以及更多功能。
准备好开始使用Polly了吗？
• 在几分钟内设置追踪
• 开始使用LangSmith构建和调试你的Agent
• 与Polly对话，体验Agent工程的未来
你可以观看视频教程，了解更多关于如何开始使用Polly的详细信息。
LangChain是受数千个团队信任的Agent工程平台，用于构建生产级Agent。现在，有了Polly，你拥有一位AI专家，在每一步都为你提供帮助。
今天就试试Polly吧。
如果你想更深入地学习大模型，以下是一些非常有价值的学习资源，这些资源将帮助你从不同角度学习大模型，提升你的实践能力。
一、全套AGI大模型学习路线
AI大模型时代的学习之旅：从基础到前沿，掌握人工智能的核心技能！
因篇幅有限，仅展示部分资料，需要点击文章最下方名片即可前往获取
二、640套AI大模型报告合集
这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示
因篇幅有限，仅展示部分资料，需要点击文章最下方名片即可前往获取
三、AI大模型经典PDF籍
随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。
因篇幅有限，仅展示部分资料，需要点击文章最下方名片即可前往获取
四、AI大模型商业化落地方案
作为普通人，入局大模型时代需要持续学习和实践，不断提高自己的技能和认知水平，同时也需要有责任感和伦理意识，为人工智能的健康发展贡献力量。
