Workday 用 LangGraph + LangSmith 起企業級 Agent 平台
Workday(HR、財務、IT 平台,服務過半《財富》500 強)用 LangGraph 做 Agent 編排、LangSmith 做追蹤、觀察同評估,4 個人起咗個內部開發者平台,令原型時間由 4–5 個月縮到 1 日之內,仲要通過佢哋嚴格嘅審計、合規同數據保留要求。
重點數字
- 4–5 個月 → 1 日內 — 起一個原型 Agent 嘅時間(staging 環境,認證同安全要求已內置)
- 4 人 → 約 30 人 — Agent 平台團隊規模
- 2026 年底 — 領導層定下 Agent 投入生產嘅目標
- 過半《財富》500 強 — Workday 服務嘅客戶規模
平台點樣起
- 平台唔係為咗快,而係為咗合規地快:認證、安全、合規、基建由平台包辦,團隊只專注 Agent 做咩、個圖點樣畫。第一個主要產品係 Agent System of Record——一個管治層,控制 Agent 可以用邊啲 API。
- 圖模型嘅彈性:比起將 Agent 當成對話序列或者角色,LangGraph 嘅圖模型可以由簡單 ReAct 迴圈做到複雜確定性工作流程,平台唔預設 Agent 應該點樣。
- 協議免費附送:LangChain 嘅 Agent Server 原生支援 A2A 同 MCP,所以當高層問起策略嗰陣,團隊可以即刻答:已經喺生產環境。「後端唔係問題,LangChain 已經幫我哋處理咗。」
- SDK 統一內部能力:團隊起咗「Workday LangChain」Python SDK,將 LangChain 概念包裝成 Workday 內部服務(LLM 閘道、RAG 檢索等)。多年嚟零散嘅內部服務,經平台變成第一個統一嘅 Agent 開發介面。
Workday 點講
「後端唔係問題,LangChain 已經幫我哋處理咗。」—— Alex Gatto,Workday 高級機器學習工程師
對香港中小企的啟示
香港企業請 Agent 平台,唔好只睇 demo 快唔快,要問三樣嘢:權限管治(Agent 用得邊啲系統?)、可追蹤性(出事嗰陣搵唔搵到原因?)、合規內置(審計要求係咪一開始就有?)。FinityAI 幫客戶設計 Agent 權限同審批流程,就係由呢三樣嘢出發。
資料來源
本文為 FinityAI 對公開文章的摘要及評論,與 Workday 或 LangChain 無關。