为何 @Box 选择 Deep Agents：

完全模型无关性 客户可自由选择LLM供应商，Deep Agents在平台层面保障了这种灵活性。

迭代速度 开放的智能体框架 = 更少时间用于构建核心智能体基础设施，更多时间解决企业特定问题。

Box如何借助Deep Agents构建企业级内容智能体

来源：https://www.langchain.com/blog/building-box-ai-how-an-enterprise-content-platform-went-ai-native-with-deep-agents Box（https://www.box.com/）是备受超过10万家领先企业信赖的智能内容管理平台，用于存储、保护和管理其非结构化数据。作为Box AI（https://www.box.com/ai）一部分的Box智能体，基于Deep Agents（https://www.langchain.com/deep-agents）构建，可在企业内容库中进行搜索，综合数千份文档的发现成果，并生成报告和分析，同时严格遵循Box现有的安全与权限模型。

从单文件问答到企业级分析

初代Box智能体仅支持用户针对单个文档提问。随后，团队引入了基于RAG技术的“知识中心”层，使用户能够跨指定知识源进行查询。

“最初涉足智能体时，我们的目标是解决搜索问题，”Box首席AI架构师Sesh Jalagam解释道。“企业搜索极具挑战性，因为信息存在重复、过时，看似相同的内容在不同企业却有各自的术语体系。”

尽管这些功能极具价值，用户开始提出跨领域、愈发复杂的问题。例如，生物科技公司的研究人员可能希望Box AI在启动新研究前，先对现有研究成果进行综合分析；法务团队可能要求提取过去十年所有超过特定金额的合同，并按风险标准进行评估。为了提供更丰富的AI原生体验，Box需要一种超越标准问答的智能体架构。

选择Deep Agents：掌控力、模型灵活性与速度

在构建智能体平台时，Box评估了多个框架。两项核心需求决定了最终选择：

1. 完全模型无关性。Box为客户提供包括OpenAI、Anthropic、Google等多家LLM供应商的选择，这种灵活性必须在平台层面得以保留。
2. 迭代速度。为了向超过10万家企业客户推出并持续改进Box智能体，Box团队需要将工程精力集中在解决企业特定问题上，而非重建核心智能体基础设施。

Deep Agents同时满足了这两点。其模型抽象层处理与供应商无关的路由，而开放的智能体框架实现了3倍的迭代速度提升。*“我们希望在利用前瞻性框架的同时，保持对所有组件的完全控制，”*Jalagam表示。

Deep Agent架构：派生子代理的母代理

Box智能体的架构采用父/子模型，其中父代理和所有子代理均为Deep Agent。父代理（称为全局代理Global Agent）接收请求，分类意图，并决定是直接处理还是生成子代理来分派任务。子代理对父代理而言表现为工具，无论父代理是执行关键词搜索还是委派给新生成的子代理，其调用接口保持统一。

这种设计是对早期架构的刻意演进，早期的硬编码专用子代理包括专门的搜索代理、问答代理和撰写代理，这造成了不必要的延迟。“如果问题非常简单，或者搜索很简单，父节点可以直接处理，”Box AI工程负责人Shubhro Roy表示。“它甚至不需要制定计划。”

对于复杂任务，行为则完全不同。例如，若要求提取过去10年所有超过特定金额的合同并按风险标准评估，全局代理会制定计划，然后展开协同。一个子代理搜索相关文档，另一个并行获取评估标准，第三个则在前两个完成后进行结果综合与分析。所有3个代理（或根据任务需求的任意数量代理）在隔离的上下文窗口中运行，并通过中间件层汇报结果。

由于子代理是动态生成而非预定义的，该系统能够处理Box产品团队未曾明确设计的任务。全局代理在运行时决定创建哪些子代理并为其分配何种工具。

父代理和子代理均可访问相同的完整工具注册表，涵盖BM25关键词搜索、向量搜索、结构化电子表格问答、文件操作等功能。Box发现，与其试图为每次请求动态选择工具子集，不如让模型在扩展的用例场景中自主决定使用哪些工具，其效果优于任何静态路由逻辑。

中间件：引用生成、缓存与上下文管理

Box使用Deep Agents中间件（https://reference.langchain.com/python/deepagents/middleware）来拦截模型和工具调用。中间件允许通过护栏、审批、动态上下文及其他应用特定行为来自定义智能体循环。其为Box智能体提供的三项功能包括：

**引用生成。**对于复杂的多文档回答，引用生成作为并行流程在响应流式传输过程中运行。当流式答案完成时，引用已准备好附加。基于嵌入的匹配处理来源归因，并内置逻辑确保引用在多个来源间合理分布。*“作为中间件实现的优势在于，答案流式传输与引用生成并行发生，因此永远不会中断用户，”*Roy解释道。

**提示缓存。**中间件在多轮对话中注入缓存，随着对话历史累积，有效降低延迟和成本。

**上下文管理。**当对话历史超过170，000个标记时，中间件会自动进行摘要，防止上下文溢出，且无需修改智能体逻辑。

中间件还充当父代理与子代理之间的通信渠道。完成搜索的子代理通过中间件写入结果；父代理和其他子代理可读取并基于这些结果执行操作。这就是中间产物在单次执行过程中在代理间流转的方式。

迭代速度：从数月缩短至数周

基于Deep Agents构建显著提升了Box的工程效率。*“此前我们从零开始构建Box AI，这意味着需要更长时间才能将产品推向市场，”*Jalagam强调。使用当前技术栈后，团队可在几周内交付新智能体。

这种加速也体现在智能体平台本身。第一个采用硬编码专用子代理的智能体架构，开发并上线大约耗时3个月。随后采用的递归父/子架构，交付速度提升了4倍。

扩展Box智能体的机构知识

Box智能体当前的功能——跨企业搜索、多文档综合、结构化报告生成——是未来具备资深员工级机构知识的智能体的基础。*“想象一下，一位员工拥有长达十年的对企业所有事务的深入了解，”*Jalagam表示。其路线图包括智能体内更丰富的记忆与知识构成、离线后台运行以收集和呈现信息的能力，以及与内部团队和外部系统的更深度通信。

*了解更多关于Box的智能体架构：*https://blog.box.com/how-box-built-its-ai-agent-langgraph (https://blog.box.com/how-box-built-its-ai-agent-langgraph)

基于企业内容构建智能体？了解更多关于**Deep Agents (https://www.langchain.com/deep-agents)的信息。