LangChain: LangSmith Sandboxes opće dostupni — vlastito računalo za AI agenta

LangChain je 5. lipnja 2026. na svom blogu, autorice Amy Ru, najavio opću dostupnost (GA, general availability) značajke LangSmith Sandboxes. Riječ je o izoliranim okruženjima koja AI agentu daju, slikovito rečeno, vlastito računalo — kompletan radni prostor u kojem agent može djelovati bez pristupa produkcijskoj infrastrukturi.

Što su LangSmith Sandboxes?

LangSmith Sandboxes su izolirana, hardverski virtualizirana okruženja izvedena kao microVM-ovi (mikro virtualni strojevi), a naglašeno ne kao kontejneri. Svaki sandbox agentu daje vlastiti datotečni sustav, shell (komandnu ljusku), upravitelj paketa i perzistentno stanje koje opstaje između koraka.

Unutar takvog okruženja agent može instalirati ovisnosti, izvršavati kod i održavati kontinuitet sesije — sve to izolirano od ostatka sustava. Time se rješava čest problem: agentima je za stvarni rad potrebno mjesto gdje mogu eksperimentirati, a da pritom ne ugroze produkcijske sustave.

Zašto microVM-ovi umjesto kontejnera?

Odluka o hardverskoj virtualizaciji umjesto kontejnerske izolacije ključna je s gledišta sigurnosti. Kod koji generira jezični model po prirodi je nepouzdan — može sadržavati pogreške ili neočekivano ponašanje. Hardverska virtualizacija pruža jaču zaštitu od takvog koda jer izolira okruženje na razini hardvera, a ne samo na razini operacijskog sustava.

Pritom se ne žrtvuje brzina: LangChain ističe instant pokretanje na razini serverless funkcija. Drugim riječima, agent dobiva snažnu izolaciju, ali bez sporog dizanja punog virtualnog stroja.

Koje napredne mogućnosti Sandboxes donose?

Skup značajki ide znatno dalje od pukog izoliranog terminala. Snapshotovi omogućuju spremanje stanja okruženja, a forkovi rade po principu copy-on-write (kopiranje pri pisanju), čime se brzo stvaraju paralelne kopije bez dupliciranja svih podataka.

Tu su i blueprintovi za pre-warmano (unaprijed zagrijano) okruženje, service URL-ovi za lokalne servere koje agent pokrene te ubacivanje kredencijala preko auth proxyja, čime se osjetljivi podaci ne izlažu izravno agentu. Sve se to integrira s postojećim LangSmith SDK-om i API-jem, pa timovi koji već koriste LangSmith ne moraju mijenjati alate.

Za koje slučajeve upotrebe je ovo namijenjeno?

LangChain navodi nekoliko tipičnih scenarija. Među njima su coding asistenti, koji trebaju siguran prostor za pisanje i izvođenje koda, te CI agenti (continuous integration, kontinuirana integracija) koji automatiziraju izgradnju i testiranje.

Dodatno se spominju data-analitički pipelineovi te paralelna RL training okruženja (reinforcement learning, učenje s pojačanjem), gdje više izoliranih instanci može istovremeno trenirati ili eksperimentirati. U svakom od tih slučajeva ključna je kombinacija izolacije, brzine i očuvanog stanja, koju Sandboxes nude kroz jedinstveno sučelje.

Objavom opće dostupnosti LangSmith Sandboxes, LangChain ovu infrastrukturu pozicionira kao standardni gradivni blok za agente koji moraju izvršavati kod sigurno, brzo i s očuvanjem stanja kroz cijelu sesiju. Za timove koji grade autonomne agente, posebno je važno što se sigurnost temelji na hardverskoj virtualizaciji, a ne na lakšoj kontejnerskoj izolaciji, jer upravo izvršavanje modelom generiranog koda predstavlja jednu od većih sigurnosnih briga u razvoju agentskih sustava.