Episode Details

📝 本期播客简介

本期我们克隆了：知名科技播客《MAD Podcast》Everything Gets Rebuilt: The New AI Agent Stack | Harrison Chase, LangChain

当 AI 从简单的“聊天机器人”进化为能够自主规划、编写代码并管理记忆的“智能体”，底层的技术栈正在发生翻天覆地的变化。本期嘉宾是 LangChain 的联合创始人兼 CEO Harrison Chase。作为 AI 基础设施领域的领军人物，Harrison 深度解析了为什么他认为“外壳程序（Harness）比模型本身更重要”。他详细拆解了现代智能体架构的核心组件，探讨了代码为何成为智能体的通用语言，并分享了 LangChain 如何从一个简单的开源框架演变为支持复杂异步流、具备生产级可观测性的智能体运行时。无论你是开发者、创业者还是企业决策者，这期节目都将为你勾勒出 AI 智能体未来的实战蓝图。

👨‍⚕️ 本期嘉宾

Harrison Chase，LangChain 的联合创始人兼 CEO。在创办 LangChain 之前，他曾是 Robust Intelligence 的早期员工，并在金融科技巨头 Kensho 负责机器学习团队。他主导开发的 LangChain 已成为全球最受欢迎的 AI 开发框架之一，引领了从 LLM 链式调用到复杂智能体架构的行业变革。

⏱️ 时间戳

00:00 开场 & 播客简介

智能体的进化与“外壳”理论

02:16 为什么说“外壳程序（Harness）”才是智能体的秘密武器

04:12 从 ReAct 到 AutoGPT：第一代智能体为何在现实中折戟

05:51 智能体的分化：对话型 vs. 长程型（Long Horizon）

06:58 为什么代码智能体是目前最强的智能体形态

拆解现代智能体架构

10:54 核心组件一：系统提示词（System Prompt）与 SOP 的融合

11:57 核心组件二：规划工具（Planning）如何充当智能体的“草稿本”

13:23 核心组件三：子智能体（Sub-agents）的上下文隔离与通信难题

15:29 核心组件四：文件系统为何是管理上下文窗口的关键

18:30 技能（Skills）原语：如何实现信息的“渐进式披露”

19:42 上下文压缩：让模型自主决定何时触发“记忆浓缩”

记忆、协作与企业战略

22:02 记忆的三种类型：语义记忆、情节记忆与程序记忆

23:43 超级代理 vs. 代理集群：企业该如何布局智能体架构

25:06 稳定压倒一切：可观测性、评估与沙箱（Sandbox）的重要性

26:44 为什么智能体需要沙箱？安全运行不受信任代码的必要性

LangChain 的故事与未来

30:13 创始人背景：从 Kensho “人才孵化器”到 LangChain 的诞生

33:23 演进之路：从简单的“链”到 LangGraph 智能体运行时

35:36 LangSmith：解决大模型非确定性带来的“可观测性加加”

38:31 融资 1.25 亿美金后，LangChain 的下一个月计划

39:15 开发者如何在工具趋同的时代寻找差异化竞争力

🌟 精彩内容

💡 Harness > 模型

Harrison 提出了一个深刻洞察：虽然 Claude 或 GPT 模型非常出色，但像 Claude Code 或 Manus 这种产品的成功，更多归功于其优秀的 Harness（外壳程序）。Harness 决定了模型如何与环境交互、如何管理上下文以及如何调用工具。

💻 代码是智能体的通用语言

为什么长程智能体大多表现为代码智能体？Harrison 解释道，代码不仅能以编程方式处理海量文件，更重要的是，大模型本身就是在海量代码和 Bash 脚本上训练出来的，这使得模型在处理逻辑规划和文件编辑时天然具备更高的可靠性。

🧠 记忆即配置

Harrison 重新定义了智能体的“学习”。在 Deep Agents 框架中，程序记忆（如何做事的指令）被表示为文件。这意味着智能体可以通过修改这些文件来更新自己的行为逻辑，从而在运行过程中实现自我进化。

🏢 企业的“不动产”：指令与工具

面对日新月异的 AI 框架，Harrison 给企业的建议非常明确：不要担心框架的更迭，要专注于构建和沉淀特定领域的指令（Instructions）和工具（Tools）。无论未来的脚手架如何变化，这些核心资产永远是有价值的。

🛠️ 可观测性是智能体工程的核心

由于大模型的非确定性和无限的输入维度，你无法在运行前预知智能体的表现。因此，捕获完整的追踪记录（Traces）并将其转化为测试用例，是智能体从 Demo 走向生产环境的必经之路。

🌐 播客信息补充

翻译克隆自：

本播客采用原有人声声线进行播客音频制作，也可能会有一些地方听起来怪怪的

使用 AI 进行翻译，因此可能会有一些地方不通顺；

如果有后续想要听中文版的其他外文播客，也欢迎联系微信：iEvenight