DXC 与 LangChain 的合作在 2026 年 10 月 13 日由 DXC 官方新闻稿宣布：DXC 的智能运维平台 OASIS 将更深地建在 LangChain 的技术栈上，目标是把受治理的 AI 智能体推进受监管行业的关键 IT 环境。OASIS 已经投产，正在向多个国家和地区的 125 个客户环境扩展，这次合作补上的是智能体的开发、评测和可观测工具链。
先看生产环境里跑出来的数
DXC 给出的成绩来自 500 多个已测量的生产用例：OASIS 平均把故障解决时间缩短了 95%，诊断准确率对照资深工程师的判断达到 92% 或更高。具体场景的落差更直观：文件系统类故障从原来的 53 到 90 分钟降到 3 到 6 分钟，数据库性能问题从 2 到 3 小时降到 5 到 12 分钟，过去需要 2 到 6 天的复杂问题管理流程被压到 8 到 10 分钟。这些数字均为 DXC 自报，尚无第三方复核，但它至少说明智能体运维已经走出了演示阶段，进入了按分钟计价的生产环节。
这次合作具体补了哪一块
OASIS 此前就构建在 LangChain 的开源框架 LangGraph 之上，用它的委派、状态管理和人在回路工作流来编排智能体；这次新增的是采购 LangSmith 的授权，用于智能体的开发、评测和可观测。两家公司同日还发布了技术白皮书，专门讲关键 IT 运维里智能体的治理框架。换句话说，DXC 买的不只是编排框架，而是"出了问题能查、能停、能追责"的那一层。
为什么治理被摆在速度前面
按官方说法，OASIS 里的智能体只能在划定的权限内行动：每个动作会按可逆性、影响范围、可验证程度和该智能体过往的执行记录来评估，敏感动作可以暂停、等人工批准后再执行，智能体的决策、工具调用和结果全程留痕。平台本身不绑定单一模型，可按质量、成本、延迟和隐私要求为不同负载选模型，部署形态覆盖公有云、私有云、专有环境和主权环境，客户保留对自身数据和工作流的控制权。这与本站此前报道的 Anthropic 联手 HCLTech 把 Claude 推进企业 是同一条线索：企业级智能体的竞争，正在从"能不能做"转向"出事时谁负责、怎么停下来"。OASIS 能否续约并真正铺满 125 个环境，是接下来检验这套治理叙事的硬指标。
