LangSmith のノーコードエージェントビルダーの紹介
LangChain が提供する LangSmith にプログラミング不要で AI エージェントを構築できる新機能が導入され、開発の民主化と実装スピードの向上に寄与する。
キーポイント
ノーコード環境の実現
LangSmith に新機能として、プログラミングスキルが不要な UI ベースのエージェント構築ツールが追加された。
開発コストと時間の削減
従来のコーディングプロセスを排除することで、ビジネスユーザーや非エンジニアでも迅速に AI エージェントをプロトタイプ化・実装できる。
LangChain エコシステムの拡大
この機能により、LangChain の技術スタックを利用するハードルが下がり、より広範な層への普及が促進される。
影響分析・編集コメントを表示
影響分析
この発表は、AI エージェント開発における技術的障壁を大幅に低下させ、従来のコードベースの開発から低コード/ノーコードへの移行を加速させる重要な転換点です。これにより、企業内での AI 導入プロセスが短縮され、より多くの組織が実用的なエージェントソリューションを迅速に展開できるようになるでしょう。
編集コメント
プログラミングの知識がなくても高度な AI エージェントを構築できる点は、業界全体の参入障壁を下げる画期的な進展です。特にプロトタイプ開発や迅速な実証実験（PoC）の現場において、開発サイクルを劇的に短縮する効果が期待されます。
*By Brace Sproul and Sam Crowder*
本日、私たちはエージェントの構築者を開発者に限定するだけでなく、より広い層に拡大します。多くの高ボリュームで顧客と接するエージェントは技術チームによって構築されますが、ほぼすべてのビジネスユーザーが日常業務においてエージェントアプリケーションの利用事例を持っています。私たちの新しいLangSmith Agent Builderは、メモリ機能やガイド付きプロンプト作成を備えたノーコードのエージェント構築体験を提供し、エージェント構築のハードルを下げます。
Try Agent Builder を今日試し、以下の通り私たちのアプローチについて詳しく学んでください。
何が異なるのか
私たちは過去3年間、数百万人の開発者と共にエージェントを構築してきました。エンジニアリングチームからは、同僚たちが自分たちでエージェントを構築したいと考えているという声を多く聞いています。技術ユーザーからも、コードの記述やデプロイを必ずしも伴わない、より迅速なスタート方法への要望が寄せられていました。
そのため、私たちはLangSmith Agent Builderをプライベートプレビューとして開始します。これは組織内の誰もが、安全かつアクセスしやすい方法でエージェントを構築できる力を提供します。他の既存ソリューションとは異なり、LangSmith Agent Builder はエージェントビルダーであり、ビジュアルワークフロービルダーではありません。ビジュアルワークフロービルダーには2つの大きな落とし穴があります：
- ビジュアルワークフロービルダーは「参入障壁が低い」ものではありません。
- 複雑なタスクは、ビジュアルビルダー内で管理するにはすぐに複雑になりすぎます。
あらかじめ決められた経路に従うのではなく、エージェントはより多くの意思決定を LLM に委譲し、より動的な応答を可能にします。ユーザーがエージェントを構築することに焦点を当てることで、エージェント構築をより広い層にアクセス可能にしつつ、単純なワークフローではなく、より複雑で高度なタスクにも取り組めるようにします。
エージェントの構成要素
LangSmith のすべてのエージェントは、協調して機能する 4 つのコアコンポーネントから構築されています：
- プロンプト：これはあなたのエージェントの脳であり、エージェントが行うべきことを記述するロジックを含んでいます。LangSmith エージェントでは、エージェントのすべての複雑さが複雑なビジュアルワークフローではなく、プロンプトの中に押し込まれます。良いプロンプトを書くのは難しいですが非常に重要であるため、それを容易にするためのツールを構築しました（詳細は次のセクションでご覧ください）。
- ツール：世界と相互作用するためには、エージェントがツールを呼び出す必要があります。LangSmith は MCP を使用して、あなたのエージェントを外部サービスやデータに接続します。組み込みのツールを提供していますが、独自の MCP サーバーも簡単に持ち込むことができます。LangSmith の新しいエージェント認証機能を使用すれば、Gmail、Slack、LinkedIn、Linear などのチームが承認したツールに、エージェント構築フロー内で安全に接続できます。
- トリガー：エージェントはチャットメッセージに応答するだけでなく、バックグラウンドのイベントに対して自動的に行動することもできます。メールを受信したとき、特定のチャンネルで Slack メッセージが届いたとき、または時間ベースのスケジュールに従ってエージェントを起動するためのトリガーを設定してください。
- サブエージェント：最初は複雑さの大部分をプロンプトに任せることをお勧めします。しかし、複雑さが増大するにつれて、特定のタスクに対してより小さく焦点を絞ったサブエージェントを作成することで、システムを管理しやすく保ちたいと思うかもしれません。
エージェント構築を容易にする方法
私たちは一貫して、エージェント構築において最も難しい部分は効果的なプロンプトの作成であることを確認してきました。これに困難をもたらす 2 つの課題があります：
- 良いプロンプトには詳細さと具体性が必要ですが、ほとんどの人はプロンプトエンジニアリングの経験を持っていません。
- エッジケースや新しい要件を発見するにつれて、プロンプトは進化したり更新されたりする必要があります。
私たちはこれらをより簡単にすることを目的としています:
- 空白のキャンバスではなく、会話から始めましょう。まず、あなたの要求を述べ、エージェントに何をしてほしいかを平易な言葉で説明してください。システムはその後、詳細を正確にするためにフォローアップ質問を行い、回答に基づいてエージェントのシステムプロンプトを自動生成し、ツールを接続し、トリガーを設定します。このガイド付き会話により、プロンプトエンジニアリングの専門知識なしに、詳細かつ効果的なプロンプトを作成することが容易になります。
- エージェントには時間経過に伴う記憶機能を持たせましょう。LangSmith エージェントは、プロンプトだけでなく、それら（およびサブエージェント）がアクセスできるツールについても組み込みのメモリを持っています。いつでもエージェントは自身のメモリを更新できます。あなたがエージェントを修正した場合、その修正内容を覚えておくようになるため、将来再びそれを促すためのプロンプトを入力する必要がなくなります。
LangSmith エージェントビルダーは、メール、チャット、Salesforce アシスタントなどの社内生産性ユースケースに最適です。例えば、毎日スケジュールの要約と会議準備を送るエージェントを構築できます。また、メッセージに基づいて次のステップを動的に作成するメールエージェントを構築することも可能です。Linear のチケット作成から回答のドラフト作成、Slack へのメッセージ送信まで多岐にわたります。そして、送信前にすべてのメッセージを確認・承認することもできます。
コミュニティからのフィードバックに基づき、Agent Builder で実現可能な範囲を継続して拡大していきます — Agent Builder で構築を開始し、今後の方向性を形作るお手伝いください。
裏側の仕組み
過去3年間にわたるオープンソースのエージェントフレームワークである LangChain や LangGraph の構築、ならびに本製品の初期版である Open Agent Platform の経験から得た知見を設計決定に反映しました。
現在、LangSmith Agent Builder は、当社の deepagents パッケージの上に構築されています。Deep Agents により、エージェントは計画機能、永続的なメモリ、そして複雑なタスクを実行可能なサブタスクに分解する能力へのアクセスを得られます。つまり、あらゆる可能性を事前にマッピングする必要なく、エージェントがリアルタイムで問題解決を行いながら、複雑なマルチステップワークフローを処理できるのです。
すでに LangChain ツールエコシステムをご利用の方のために、LangSmith Agent Builder とオープンソースフレームワークのどちらを使用すべきかに関するヒントを表にまとめました。
Agent Builder を試す
新しい体験を確認したい場合は、今日から Agent Builder をお試しください！コミュニティからのフィードバックを聞き、皆様の体験をさらに改善していくことを楽しみにしています。
関連コンテンツ
LangSmith
コーディングエージェントの予測可能性をどう実現したか
マーサ・ジャニッキ
2026 年 6 月 15 日
5 分
LangSmith
エージェントに最適なサンドボックスを選ぶ方法
ラフル・ベルマ
2026 年 6 月 12 日
6 分
LangSmith
エージェントに専用のコンピューターを与えよう
エイミー・ル
2026 年 6 月 5 日
7 分
エージェントが実際に何をしているかを確認する
LangSmith は、エージェントエンジニアリングプラットフォームであり、開発者がすべてのエージェントの意思決定をデバッグし、評価変更を行い、ワンクリックでデプロイできるように支援します。
原文を表示
*By Brace Sproul and Sam Crowder*
Today, we’re expanding who can build agents beyond developers. While a lot of the highest volume, customer-facing agents will be built by technical teams, nearly every business user has use cases for agentic applications in their daily routines. Our new LangSmith Agent Builder provides a no code agent-building experience — complete with memory and guided prompt creation — that lowers the barrier to building agents.
Try Agent Builder today, and learn more about our approach below.
What’s different
We’ve spent the past three years building agents alongside millions of developers. We hear from engineering teams how much their colleagues want to build their own agents. Even technical users have asked for faster ways to get started with agents that doesn't always involve writing and deploying code.
That’s why we’re launching LangSmith Agent Builder in private preview. It empowers everyone in an organization to build agents in a safe and accessible way. Unlike other solutions out there, LangSmith Agent Builder is an agent builder, not a visual workflow builder. Visual workflows builders have two major pitfalls:
- A visual workflow builder is not “low” barrier to entry.
- Complex tasks quickly get too complicated to manage in a visual builder.
Rather than follow a predetermined path, agents can delegate more decision-making to an LLM, allowing for more dynamic responses. By focusing on letting users build agents, we make agent building accessible to a broader audience while enabling users to tackle more complicated and complex tasks, rather than simple workflows.
What an agent consists of
Every agent in LangSmith is built from four core components that work together:
- Prompt: This is the brain of your agent containing the logic to describe what the agent should do. With LangSmith agents, all the complexity of the agent is pushed into the prompt (rather than into a complex visual workflow). Writing good prompts is hard but really important, which is why we've built tools to make it easier (learn more in the next section).
- Tools: In order to interact with the world, agents need to call tools. LangSmith uses MCP to connect your agent to external services and data. We provide built-in tools, but you can also easily bring your own MCP servers. With LangSmith’s new Agent Authorization functionality, you can securely connect to tools your team has approved such as Gmail, Slack, LinkedIn, or Linear – all within the agent building flow.
- Triggers: Agents don't just respond to chat messages – they can also act automatically on background events. Set up triggers to launch your agent when you receive an email, get a Slack message in a particular channel, or on a time-based schedule.
- Subagents: We recommend starting out by putting most complexity in the prompt. But as complexity grows, you may want to keep the system manageable by creating smaller, more focused subagents for specific tasks.
How we make it easier to build your agent
We've consistently seen that the hardest part of building agents is writing effective prompts. Two challenges make this difficult:
- Good prompts require detail and specificity, but most people lack prompt engineering experience.
- Prompts need to evolve or be updated as you discover edge cases and new requirements.
We've set out to make these things easier:
- Start with a conversation instead of a blank canvas. First, start with your request and describe what you want your agent to do in plain language. The system then asks you follow up questions to get the details right, auto-generates your agent's system prompt, connects tools, and sets triggers based on your answers. This guided conversation makes it easy to create detailed, effective prompts without prompt engineering expertise.
- Have your agent remember over time. LangSmith agents have built-in memory for not only their prompt but also the tools that they (and any subagents) have access to. At any point, the agent can update its memory. If you correct the agent, it will now remember that correction so you don't have to prompt it to do so again in the future.
LangSmith Agent Builder is great for internal productivity use cases like email, chat, and Salesforce assistants. For instance, you can build an agent to send you a summary of your schedule with meeting prep every day. You could build an email agent that dynamically creates next steps based on the message, from creating Linear tickets, to drafting responses, or sending a Slack message. And, you can make sure to approve any messages before they get sent.
We'll continue to expand what's possible with Agent Builder based on community feedback — start building with Agent Builder to help shape what comes next.
Under the hood
We’ve incorporated learnings from the last three years building open source agent frameworks LangChain and LangGraph, as well as our early iteration of this product Open Agent Platform, to inform our design decisions.
Today, LangSmith Agent Builder is built on top of our deepagents package. Deep Agents gives your agents access to planning capabilities, persistent memory, and the ability to break down complex tasks into manageable subtasks. This means your agent can handle complex, multi-step workflows without you needing to map out every possible scenario; they problem-solve in real time.
For folks already using the LangChain ecosystem of tools, here's a table with some tips on when to use LangSmith Agent Builder vs. our open source frameworks.
Try Agent Builder
If you’re interested in checking out the new experience, you can try Agent Builder today! We can’t wait to hear input from the community to continue to improve the experience for everyone.
Related content
LangSmith
How We Made Coding Agent Spend Predictable
Martha Janicki
June 15, 2026
5
min
LangSmith
How to Choose the Right Sandbox for Your Agent
Rahul Verma
June 12, 2026
6
min
LangSmith
Give your agent its own computer
Amy Ru
June 5, 2026
7
min
See what your agent is really doing
LangSmith, our agent engineering platform, helps developers debug every agent decision, eval changes, and deploy in one click.
関連記事
深層エージェントにおけるコンテキスト管理
LangChain Blog は、複雑なタスクを処理する深層エージェントの性能向上のために、コンテキストを効果的に管理・最適化する手法について解説している。
マルチエージェントシステムをいつどのように構築するか
LangChain は、複数の AI エージェントが協調して複雑なタスクを解決するマルチエージェントシステムの設計手法と実装タイミングについて解説している。
エージェントフレームワークをどう捉えるべきか
LangChain Blog は、開発者が複雑なエージェントフレームワークの設計思想や選択基準を理解するための思考法を解説している。
今日のまとめ
AI日報で今日の重要ニュースをまとめ読み