标签
Deep Agents 引入了动态子代理，它们通过代码脚本进行程序化编排，而不是使用工具调用，从而实现了可靠的扩展和复杂的工作流程。该功能集成了 QuickJS 代码解释器以实现轻量级执行。
LangChain 官方团队开源了教程 'Deep Agents from Scratch'，从零拆解主流 Agent 的核心设计模式，涵盖任务规划、上下文卸载到文件系统以及子代理隔离等思路，共 5 个渐进式 Notebook，可上手搭建完整深度研究 Agent。
Alex 是 LangChain 团队的新成员，发表了一篇文章，解释 Deep Agents 如何使用提示缓存来降低 API 成本。
一篇解释如何使用 LangChain 的 Deep Agents 库构建类似 Claude Code 的编码代理的文章，涵盖了架构和实现。
Box Agent 基于 LangChain 的 Deep Agents 框架构建，支持跨库搜索、多文档合成和结构化报告生成，同时保留 Box 现有的安全与权限模型。
这是由 Sydney Runkle 对 Deep Agents 的简短解释，由 LangChain 呈现。
LangChain展示了一个宏观经济研究代理，该代理由Deep Agents、LangSmith和You.com金融研究API构建，可分析GDP数据、检测异常、调查部门层面的结构和周期性驱动因素，并生成结构化的、有引用的简报。
LangChain 宣布 Managed Deep Agents 进入私有测试版，这是一个托管的 API 优先运行时，用于构建、运行和生产中操作深度代理，利用开源 Deep Agents 工具集，并与 LangSmith 集成，实现持久执行、流式处理和人机协作工作流。
Deep Agents 引入了解释器：小型嵌入式运行时，允许智能体在智能体循环内编写和执行代码，实现多步逻辑和中间状态管理，无需完整的沙箱开销。
Deep Agents v0.6 引入了代码解释器、用于按模型调优的测试配置文件、流式支持、用于检查点存储的 DeltaChannel 以及用于版本化代理记忆的 ContextHubBackend，实现了模型无关的编程式工具调用和递归工作流。
Box 与 LangChain 展示了利用 Deep Agents 和 VFS 沙箱实现的端到端供应商风险分析解决方案，其中 PDF 文件由并行子代理处理以生成结构化报告。
Jacob Lee 使用 Deep Agents 和 ACP 开源了一款 AI 编码智能体，替代 Claude Code，支持多模型、LangSmith 可观测性，并内置人机协同安全机制。