LangChain lansează framework-ul Open SWE pentru agenți AI de codare în mediul enterprise

Rongchai Wang 17 mar. 2026 17:33

LangChain deschide sursa Open SWE, un framework care oglindește arhitecturile agenților de codare implementate la Stripe, Coinbase și Ramp. Construit pe Deep Agents și LangGraph.

LangChain a lansat Open SWE, un framework open-source care captează tiparele arhitecturale pe care Stripe, Coinbase și Ramp le-au dezvoltat independent pentru agenții lor interni AI de codare. Proiectul licențiat MIT, construit pe platformele Deep Agents și LangGraph ale LangChain, oferă o bază personalizabilă pentru organizațiile de inginerie care doresc să implementeze asistenți autonomi de codare.

Convergența enterprise conduce designul

Framework-ul emerge dintr-o convergență observabilă între jucătorii majori din fintech. Stripe a construit Minions, Ramp a dezvoltat Inspect, iar Coinbase a creat Cloudbot—fiecare ajungând la decizii arhitecturale similare în ciuda faptului că au lucrat independent.

Aceste tipare comune includ sandbox-uri cloud izolate pentru execuția codului, seturi de instrumente curate (Stripe menține, se raportează, aproximativ 500 de instrumente selectate cu grijă), invocare prioritară pe Slack, injectare de context bogat din probleme Linear sau PR-uri GitHub și orchestrare de subagenți pentru sarcini complexe.

„Aceste alegeri arhitecturale s-au dovedit eficiente în multiple implementări de producție", a menționat LangChain în anunț, deși recunosc că organizațiile vor trebui să adapteze componentele la propriile medii.

Arhitectură tehnică

Open SWE vine cu aproximativ 15 instrumente curate care acoperă execuția shell, preluarea web, apeluri API, operațiuni Git și integrări cu Linear și Slack. Framework-ul suportă furnizori de sandbox interschimbabili, inclusiv Modal, Daytona, Runloop și LangSmith.

Fiecare sarcină rulează într-un mediu Linux izolat cu acces complet shell. Repository-ul este clonat, agentul primește permisiuni complete în cadrul acelei limite, iar erorile rămân izolate. Mai multe sarcini pot rula în paralel, fiecare în sandbox-uri separate.

Ingineria de context se realizează prin două canale: un fișier AGENTS.md la rădăcina repository-ului care codifică convențiile echipei și deciziile arhitecturale, plus istoricul complet al problemelor Linear sau al firelor de discuție Slack asamblat înainte ca agentul să înceapă lucrul.

Stratul de orchestrare combină generarea de subagenți condusă de model cu hook-uri middleware deterministice. O componentă middleware injectează mesaje de urmărire care sosesc în timpul rulării. Alta acționează ca o plasă de siguranță, commit-ând automat și deschizând un PR dacă agentul nu finalizează acel pas.

Compoziție în loc de forking

În loc să facă fork unui agent existent, Open SWE se compune pe framework-ul Deep Agents—similar cu modul în care echipa Ramp a construit Inspect pe OpenCode. Această abordare oferă o cale de upgrade: când Deep Agents îmbunătățește gestionarea contextului sau eficiența token-urilor, acele îmbunătățiri pot trece fără a reconstrui personalizările.

Deep Agents gestionează memoria bazată pe fișiere pentru a preveni overflow-ul de context pe baze de cod mai mari, oferă planificare structurată prin instrumentul write_todos și suportă generarea izolată de subagenți unde diferite sarcini secundare nu poluează istoricul conversației celuilalt.

Cum se compară

Comparația cu implementările enterprise dezvăluie diferențe așteptate în detaliile de implementare. Stripe folosește Goose fork-uit cu devbox-uri AWS EC2 și validare pe trei niveluri. Ramp a compus pe OpenCode cu containere Modal și verificare vizuală DOM. Coinbase a construit de la zero cu consilii de agenți și capacități de auto-merge.

Open SWE are ca implicit Claude Opus 4, dar suportă orice furnizor LLM. Organizațiile pot configura modele diferite pentru sarcini secundare diferite.

Realitatea implementării

Framework-ul reprezintă pariul LangChain pe o traiectorie specifică pentru dezvoltarea asistată AI: agenți autonomi, de lungă durată, care se integrează cu fluxurile de lucru existente ale dezvoltatorilor, mai degrabă decât să necesite interfețe noi. Aceasta diferă de modelul copilot scurt, sincron, în IDE care a dominat instrumentele anterioare de codare AI.

Documentația include un ghid de instalare care acoperă crearea aplicației GitHub, configurarea LangSmith și implementarea în producție, plus un ghid de personalizare pentru schimbarea furnizorilor de sandbox, modelelor, instrumentelor și declanșatoarelor.

Open SWE este disponibil acum la github.com/langchain-ai/open-swe. Organizațiile interesate de LangSmith Sandboxes se pot alătura unei liste de așteptare prin site-ul LangChain.

• agenți ai de codare
• langchain
• open swe
• dezvoltare enterprise
• open source