LangChain i Cisco pokazuju agentic engineering: 93 % kraće otkrivanje bugova i 65 % brži razvoj

LangChain je 17. travnja 2026. objavio tehnički članak Agentic Engineering: How Swarms of AI Agents Are Redefining Software Engineering, kojeg potpisuju Renuka Kumar (Principal Software Engineer i direktorica u Ciscu) i Prashanth Ramagopal (Senior Director of Engineering u Ciscu). Riječ je o prvoj javnoj referentnoj arhitekturi u kojoj Cisco koristi LangChainov ekosustav za orkestraciju rojeva AI agenata kroz cijeli životni ciklus softvera, a ne samo za asistiranje pri pisanju koda.

Što je agentic engineering?

Autori pažljivo odvajaju agentic engineering od AI coding agenata poput Claudea, Codexa ili Cursora. Coding agenti, kažu, djeluju unutar “ograničenih korisničkih petlji” — programer postavi zadatak, agent piše kod, programer recenzira. Agentic engineering, nasuprot tome, funkcionira kao kontrolna ravnina koja orkestrira cijeli end-to-end proces isporuke softvera između timova. Coding agenti postaju komponenta unutar rojeva, a ne alternativa.

Jedan od glavnih nalaza pilota je da primarne uštede ne dolaze od bržeg generiranja koda, nego od “kompresije svega nizvodno” — testiranja, integracije, rješavanja incidenata. PR review se pokazao kao glavno usko grlo koje ljudi unose u inače automatizirani tok.

Arhitektura: Leader i Worker agenti

Sustav dijeli agente u dvije uloge. Worker agenti djeluju kao digitalni članovi tima: interpretiraju inženjerske zahtjeve, stvaraju plan izvršenja, dohvaćaju kontekst iz repozitorija, sustava za praćenje issuea i knowledge baza, pokreću alate i coding agente, te validiraju rezultate.

Leader agenti omogućavaju standardizaciju kroz zajedničku biblioteku promptova i workflowa, pružaju sigurnosni gateway za odobrene alate, upravljaju dugoročnom memorijom cijelog roja i pružaju globalnu vidljivost odluka svakog agenta. Agenti međusobno komuniciraju putem A2A (agent-to-agent) protokola, a za postojeće agente koji A2A ne podržavaju koristi se MCP (Model Context Protocol) wrapper kao most.

Zašto je ovo važno?

Tehnički stack počiva na tri LangChainova sloja. LangGraph izvršava stateful workflowe organizirane u čvorove, s checkpointingom i retry logikom. LangSmith pruža observability, evaluaciju i audit trail — “tko je odlučio što, kada i zašto”. LangMem upravlja dugoročnom memorijom i persistencijom stanja. Kombinacija omogućava reproducibilnost i nadzor koji su dosad bili najveći problem produkcijskih agent sustava.

Pilot je proveden u Ciscu s konzervativnim baselineom — timovi su prvo održali bootcamp sessije u kojima su izmjerili stvarna povijesna vremena za ekvivalentne workflow i tek onda uspoređivali. Rezultati na 20 debug workflowa kroz 512 sesija i 70 jedinstvenih korisnika u mjesec dana pokazuju 93 % smanjenje vremena do pronalaska uzroka (time-to-root-cause) i više od 200 uštedjenih inženjerskih sati. Na 15 razvojnih workflowa pilot je zabilježio 65 % kraće vrijeme izvršavanja.

Što dalje?

Objava LangChaina i Cisca označava prijelaz s eksperimenata na standardizirane arhitekture za multi-agent sustave u velikim organizacijama. Definicije Leader-Worker uloga, A2A + MCP kombinacije i observability kroz LangSmith vjerojatno će postati obrazac koji će preuzeti i druge kompanije u enterprise segmentu tijekom sljedećih mjeseci.