LangSmith 推出微调公测，用 agent 轨迹训练专属模型

9 月 25 日，LangChain 发布 LangSmith Fine-Tuning 及 smithtune CLI，进入公开 Beta 阶段。该功能把 LangSmith 中记录的 agent 轨迹直接转化为监督微调（SFT）数据集，用于训练专用的开源权重小模型，形成从数据、微调到部署的完整流水线。

已确认

• LangSmith Fine-Tuning 与 smithtune CLI 现处公测阶段，由 LangChain 官方发布
• 微调流程：从 LangSmith 识别并导出轨迹，将轨迹转化为训练数据，支持 SFT 监督微调
• 托管推理由 Fireworks AI 与 Baseten 提供，可对开源权重模型进行后训练
• LangSmith 平台每天处理数亿条 agent traces，这些数据可转化为高质量微调数据
• 官方目标是用生产 trace 训练专属小模型，以降低成本与延迟

为什么重要

• 该功能打通了「观测数据—微调—部署」闭环：此前 agent trace 主要用于调试与评估，现在可直接沉淀为微调资产
• 结合 Fireworks 与 Baseten 的推理托管，LangChain 生态从框架与可观测工具进一步延伸到模型定制层，降低开发者微调专属模型的门槛

2026-09-25 ~ 2026-09-25 · 5 条相关

• LangSmith 推出微调服务，联合 Fireworks 与 Baseten 后训练开源权重模型 — hwchase17 · 2026-09-25
• 【源头】LangSmith 推出微调功能:用 agent 轨迹一键训练专用模型 — LangChain · 2026-09-25
• 【源头】LangSmith 推出微调流水线:用生产 trace 一键训练专属小模型 — LangChain · 2026-09-25
• LangSmith 推出 Fine-Tuning：用 agent trace 直接微调专用小模型 — baseten · 2026-09-25

另有 1 条近重复转述:LangChain