Gratulujeme našim přátelům z @manusAI! Manus vybudoval jednoho z nejvíce disruptivních agentů roku 2025. Jak je jejich agent postaven jinak? Nedávno jsme uspořádali diskusi se spoluzakladatelem Manus Yichao "Peak" Ji o jejich přístupu k context engineering – včetně strategií pro správu kontextových oken, optimalizaci výkonu a budování agentů, které se škálují. Podívejte se na toto video + stáhněte snímky o tom, jak Manus přistupuje k kontextovému inženýrství:

⚡ Budování podnikatelských agentů na Coinbase s LangSmithem ⚡ Coinbase přešel z nuly na produkci AI agentů během šesti týdnů, poté zkrátil budoucí dobu vývoje z 12 týdnů na méně než týden. Jejich tým Enterprise AI Tiger vytvořil "dlážděnou cestu", takže jakýkoli tým mohl posílat agenty stejným způsobem, jakým posílá kód. Co to umožnilo: → Grafy zaměřené na kód s LangGraph a LangChain přes low-code nástroje. Typovaná rozhraní a jednotkově testovatelné uzly překonaly promptové inženýrství pro případy, které chtěly škálovat. → Pozorovatelnost jako požadavek. Každý volací proces a rozhodnutí nástroje je sledován pomocí LangSmith, naší platformy pro inženýrství agentů. → Auditovatelnost už podle návrhu. Neměnné záznamy použitých dat, následovaných úvah a udělených schválení. Výsledek: Dva agenti ve výrobě šetří 25+ hodin týdně. Čtyři další dokončené. Půl tuctu inženýrů nyní obslouží na vzorech samostatně. Agenti jsou softwarová disciplína. Když je správně hostujete, uděláte je pozorovatelné od začátku do konce a otestujete, co je deterministické, získáte rychlost tam, kde to pomáhá, a přesnost tam, kde to je podstatné. Čtěte více:

🧠 Perzistentní paměť se zkStash SDK Vytvořeno komunitou LangChain zkStash je TypeScript SDK pro trvalou paměť v AI agentech. Integruje se s LangChain pomocí nástrojů MCP nebo middleware, využívá schémata Zod pro strukturované ukládání preferencí a konverzací. 📚 Dokumentáci: