LangChain 发布企业AI编码代理的Open SWE框架

Rongchai Wang 2026年3月17日 17:33

LangChain开源了Open SWE，这是一个反映Stripe、Coinbase和Ramp部署的编码代理架构的框架。基于Deep Agents和LangGraph构建。

LangChain发布了Open SWE，这是一个开源框架，捕捉了Stripe、Coinbase和Ramp为其内部AI编码代理独立开发的架构模式。该MIT许可项目基于LangChain的Deep Agents和LangGraph平台构建，为希望部署自主编码助手的工程组织提供了可定制的基础。

企业融合推动设计

该框架源于主要金融科技公司之间可观察到的融合。Stripe构建了Minions，Ramp开发了Inspect，而Coinbase创建了Cloudbot——尽管各自独立工作，但都得出了相似的架构决策。

这些共享模式包括用于代码执行的隔离云沙箱、精选工具集（据报道Stripe维护约500个精心挑选的工具）、Slack优先调用、从Linear问题或GitHub PR注入的丰富上下文，以及用于复杂任务的子代理编排。

"这些架构选择已在多个生产部署中被证明有效，"LangChain在公告中指出，尽管他们承认组织需要将组件适配到自己的环境中。

Open SWE附带约15个精选工具，涵盖shell执行、网络获取、API调用、Git操作，以及与Linear和Slack的集成。该框架支持可插拔的沙箱提供商，包括Modal、Daytona、Runloop和LangSmith。

每个任务都在具有完整shell访问权限的隔离Linux环境中运行。存储库被克隆进来，代理在该边界内获得完整权限，错误保持受控。多个任务可以并行运行，每个任务都在单独的沙箱中。

上下文工程通过两个渠道进行：存储库根目录的AGENTS.md文件编码团队约定和架构决策，以及在代理开始工作之前汇编的完整Linear问题或Slack线程历史记录。

编排层结合了模型驱动的子代理生成与确定性中间件钩子。一个中间件组件注入运行中到达的后续消息。另一个充当安全网，如果代理未完成该步骤，则自动提交并打开PR。

Open SWE不是分叉现有代理，而是在Deep Agents框架上组合——类似于Ramp团队在OpenCode之上构建Inspect的方式。这种方法提供了升级路径：当Deep Agents改进上下文管理或令牌效率时，这些改进可以无需重建定制而流通。

Deep Agents处理基于文件的内存以防止大型代码库上的上下文溢出，通过write_todos工具提供结构化规划，并支持隔离的子代理生成，其中不同的子任务不会污染彼此的对话历史。

与企业实施的比较揭示了实施细节中的预期差异。Stripe使用分叉的Goose与AWS EC2 devboxes和三层验证。Ramp在OpenCode上组合了Modal容器和可视DOM验证。Coinbase从头开始构建了代理委员会和自动合并功能。

Open SWE默认使用Claude Opus 4，但支持任何LLM提供商。组织可以为不同的子任务配置不同的模型。

该框架代表了LangChain对AI辅助开发特定轨迹的押注：与现有开发者工作流程集成的自主、长期运行的代理，而不是需要新界面。这与主导早期AI编码工具的短暂、同步、IDE内副驾驶模型不同。

文档包括涵盖GitHub App创建、LangSmith设置和生产部署的安装指南，以及用于交换沙箱提供商、模型、工具和触发器的定制指南。

Open SWE现已在github.com/langchain-ai/open-swe上提供。对LangSmith Sandboxes感兴趣的组织可以通过LangChain的网站加入候补名单。

图片来源：Shutterstock