Deep Agents

Agent Skill通过分层加载上下文减少token消耗，避免长任务中因上下文过载导致的错误。

深度代理的生产部署依赖于模型与harness的协同，后者包含系统提示、记忆、工具和中间件等关键组件。

NVIDIA Nemotron 3 Ultra在LangChain Deep Agents Harness上实现行业领先的性能，成本降低10倍，任务完成率提升。

Deep Agents 是 LangChain 推出的复杂任务代理框架，专为解决长期运行和多步骤任务设计，提供工具调用、状态管理和子代理协作能力。

Deep Agents 框架新增编程调用子代理功能，提供6种实现方式及开源资源。

LangChain v0.6 新增代码解释器功能，支持在运行时调用工具，减少模型上下文负担和 token 使用。

《Deep Agents 实战》教程系统讲解 LangChain 生态下的 Agent 开发三层架构，提供虚拟文件系统、子 Agent 和 Skills 等实战内容。

《Deep Agents 实战》教程基于 LangChain / LangGraph 生态，讲解如何使用 Deep Agents 构建真实应用，重点介绍虚拟文件系统、任务规划、子 Agent 和 Skills 复用。

Nemo Claw作为构建专用代理的蓝图，其核心组件OpenShell提供了安全运行时环境，支持不同代理架构的灵活组合。

LangSmith 的 Context Hub 提供集中化、版本化的上下文管理方案，解决 AI Agent 因上下文缺失、过时或分散导致的行为失效问题；通过 agent.md 合约与 memory 文件夹实现人类可编辑、Agent 可读写的协同机制。

LangChain 推出 Managed Deep Agents，其核心是可定制的代理“harness”架构，通过执行环境、上下文管理、任务委派与人机协同四大能力支持复杂现实任务。

LangChain与Parallel Web Systems合作推出基于Deep Agents的多维度企业尽调工具，可自动分析公司概况、财务健康、法律诉讼、新闻声誉及竞争态势，实现端到端自动化决策支持。

LangChain 推出 Deep Agents 新功能 'Agent Rubrics'，开发者可定义评估标准，通过自动评分和修正机制确保复杂任务输出符合要求。

在金融服务领域，解释结论的推导过程与结论本身同等重要；LangChain通过LangSmith工具链记录每个查询、响应和中间结果，实现决策过程的可追溯性，确保AI代理输出的透明性和合规性。

AI在金融代理任务中仍需更高质量数据以生成复杂答案，LangChain团队通过Deep Agents、LangSmith和You.com Finance API实现显著性能跃升，在多个竞争基准中表现突出。

Harrison Chase 与 AWS 合作发布深度代理评估指南，利用 LangSmith 工具设计数据点与评估器，提升长周期智能体的可测性与可靠性，适用于构建复杂 AI 系统。

LangChain的Deep Agents具备持久化执行功能，每一步都会进行检查点记录，确保可观测性、容错性和人机交互。DeltaChannel解决了长期运行代理的存储扩展问题。

Rippling 在6个月内通过 Deep Agents 和 LangSmith 将AI功能部署至数百万用户，展示了高效生产级AI开发流程。

LangChain 推出 Deep Agents 运行时，解决生产级长周期智能体的持久化执行、内存管理、人工干预与可观测性等核心基础设施问题，强调开源、模型无关与可恢复执行。

Box选择Deep Agents因其模型无关性和加速迭代能力，提升企业内容代理开发效率。

Deep Agents 使用提示缓存技术可减少 41-80% 的 API 调用成本，LangChain 团队分享了相关实践。

代理开发包含构建、测试、部署和监控四个阶段，使用Deep Agents框架实现，但缺乏技术细节和实践案例。

LangChain开源Deep Agents框架，提供模型无关的代理评估方法，但核心内容未完整披露。

缓存策略对成本控制至关重要，优化缓存可有效降低AI使用成本。

一个由 Deep Agents、LangSmith 和 YouDot 金融研究 API 驱动的宏观经济研究代理，能够分析 GDP 数据、检测异常、调查行业层面的结构性与周期性驱动因素，并生成结构化且带引用的简报。

LangSmith沙箱已全面上线，为Agent提供真实的文件系统、shell和包管理器，与基础设施隔离，使用相同的API密钥认证，无需构建或管理新的运行时环境。

LangChain 在 X 上发布了一系列新功能，包括 LangSmith Engine、SmithDB 和 Deep Agents 等，但内容较为简略，缺乏技术深度。

LangChain将于达拉斯举办LangSmith Roadshow，展示Deep Agents和LangSmith Engine，邀请社区参与。

LangChain将于9月17日举办Deep Agents研讨会，介绍如何构建具备规划、记忆和子代理功能的深度代理。

LangChain Academy推出新课程，系统讲解Deep Agents开发框架，包含harness机制与LangSmith工具的实践应用。