Gefeliciteerd aan onze vrienden bij @manusAI! Manus heeft een van de meest disruptieve agenten van 2025 gebouwd. Hoe is hun agent anders opgebouwd? We hebben onlangs een discussie georganiseerd met Manus mede-oprichter Yichao "Peak" Ji over hun context engineering aanpak -- inclusief strategieën voor het beheren van contextvensters, het optimaliseren van prestaties en het bouwen van agenten die opschalen. Bekijk deze video + download de slides over hoe Manus context engineering benadert:

⚡ Het bouwen van enterprise agents bij Coinbase met LangSmith ⚡ Coinbase ging van nul naar productie AI-agents in zes weken, en verkortte de toekomstige bouwtijd van 12 weken naar minder dan een week. Hun Enterprise AI Tiger Team bouwde een "geplaveide weg" zodat elk team agents kan verzenden op dezelfde manier als ze code verzenden. Wat dit deed werken: → Code-eerste grafieken met LangGraph & LangChain boven low-code tools. Getypeerde interfaces en unit-testbare knooppunten zijn beter dan prompt engineering voor de gebruiksgevallen die ze wilden opschalen. → Observeerbaarheid als vereiste. Elke toolaanroep en beslissing wordt getraceerd met LangSmith, ons agent engineering platform. → Auditability by design. Onveranderlijke records van gebruikte data, gevolgde redenering en gegeven goedkeuringen. Resultaat: Twee agents in productie die meer dan 25 uur per week besparen. Vier meer voltooid. Een half dozijn ingenieurs kan nu zelf de patronen bedienen. Agents zijn een softwarediscipline. Wanneer je ze goed host, ze end-to-end observeerbaar maakt, en test wat deterministisch is, krijg je snelheid waar het helpt en rigor waar het belangrijk is. Lees meer:

🧠 Persistente Geheugen met zkStash SDK Gemaakt door de LangChain Gemeenschap zkStash is een TypeScript SDK voor persistent geheugen in AI-agenten. Integreert met LangChain via MCP-tools of middleware, met gebruik van Zod-schema's voor gestructureerde opslag van voorkeuren en gesprekken. 📚 Docs: