你让 AI 做一份跨越几十份资料的调研报告。它不仅要回答问题，还得列计划、保存材料、调用工具、把局部任务分出去，并在长时间运行中记住进度。模型像大脑，但光有大脑还不够，它还需要一张能放资料、调度助手和保存现场的工作台。LangChain 新推出的开源项目 Deep Agents，补的正是这张工作台。
官方把它称为 Agent Harness——包在模型外面的执行框架，负责把规划、文件操作、工具调用、循环检查和结果交付串起来。值得注意的不是某个新模型，而是 LangChain 开始提供一套预先组装好的长任务执行底座。本文信息均来自 langchain-ai/deepagents 官方仓库；尚无独立案例或基准测试佐证其效果。
一张装好常用工具的工作台
据官方仓库介绍，Deep Agents 是一套开源、可直接使用且允许扩展的 Agent Harness。它内置文件系统、子 Agent、上下文管理、持久记忆、人工审批、Skills、命令行访问和 MCP 工具接入等能力。
这些名词放到一个调研任务里就容易理解了。主 Agent 先规划步骤，再让子 Agent——拥有独立上下文、专门处理局部任务的执行者——分别搜集不同主题。材料可以写入文件，不必一直塞在对话里。对话过长时，系统可以摘要旧内容，把大段工具输出转存到磁盘。任务跨越多次会话时，持久记忆负责保留状态。遇到敏感工具调用，人可以在执行前批准、修改或拒绝。
这套设计解决的是 Agent 开发里很琐碎、却绕不开的问题：如何让模型持续做事，而不只是在一次对话中给出答案。LangChain 给出的选择是把常用能力预设好，同时允许开发者覆盖或替换其中任何部分，不必复制整个项目再修改。
LangGraph、create_agent 和 Deep Agents 怎么分工？
三者不是相互竞争的产品，而是同一技术栈的不同层级。
最底层的 LangGraph，是用图结构组织有状态 Agent 工作流的框架。官方称，Deep Agents 借它获得流式输出、状态持久化和检查点恢复能力。检查点可以理解为给长任务保存现场：运行被打断后，不必完全从头开始。
中间一层是 LangChain 的 create_agent，它提供较轻量的 Agent Harness。Deep Agents 再建于其上，预装文件系统、子 Agent、上下文管理和 Skills 等组件。Skills 是可以按需加载的可复用行为，相当于把一类任务的做法整理成模块。
因此，开发者可以按需求选择层级：想要较完整的工作台，就用 Deep Agents；只需要轻量框架，就用 create_agent；如果常规 Agent 循环不合适，需要自行设计执行流程，则下沉到 LangGraph。官方还称，LangGraph 编译出的状态图可以作为子 Agent 接入 Deep Agents，让定制流程与默认组件并存。
它押注的是“长任务组合”，不是单点能力
本刊此前把 DeepSeek Harness 解释为“模型是大脑，Harness 是工作台”。沿用这个框架，Deep Agents 的特点在于：它没有只交付一张空桌子，而是提前摆好了文件柜、任务清单、分工机制和进度存档。
这也解释了 LangChain 所说的“opinionated”：框架带有明确预设，官方称这些默认设置面向长时间、多步骤工作。它同时强调可扩展，开发者仍能更换模型、提示词、工具、存储后端和子 Agent 配置。两者的平衡，是这次发布最值得观察的部分：少搭基础设施，但不必放弃定制空间。
模型层面，官方称它支持任何具备 tool calling——让模型按规定格式请求外部工具——能力、并能作为 LangChain chat model 接入的 LLM，列出的来源包括 OpenAI、Anthropic、Google，以及通过 Ollama、vLLM、llama.cpp 等方式运行的模型。仓库示例把模型写成 openai:gpt-5.5，但这只能说明 README 给出了这种配置，不能据此判断该版本的公开可用性或兼容验证情况。
Deep Agents 也提供 JavaScript/TypeScript 版本 deepagents.js。此外，LangChain 还给出终端编码代理 Deep Agents Code，产品定位类似 Claude Code 或 Cursor，并称可由不同 LLM 驱动。这里的“类似”只是使用场景类比，不代表功能、性能或成熟度相同。
为什么值得现在看？
Agent 的竞争正在从“模型能不能调用一个工具”，转向“它能不能把一项复杂工作稳定地跑完”。规划、上下文整理、任务拆分、状态恢复和人工把关，单看都不新鲜；Deep Agents 的意义，是 LangChain 把它们收进同一套开源执行层，并与自身生态连接起来。
按照官方描述，它可配合 LangSmith 完成运行追踪、评估、监控和部署。开发者因此能从 Agent 做了什么、在哪一步出错，一路看到上线后的运行状况。这让 Deep Agents 不只是一个演示用循环，而是在尝试覆盖从编排到运维的完整路径。
不过，它采取“信任 LLM”的模式：Agent 能做任何工具允许它做的事。官方明确建议在工具或沙箱层设置边界，而不是期待模型自行克制。换句话说，安全性最终取决于开发者开放了哪些权限，以及执行环境如何隔离。
局限与未知
- 官方仓库没有提供成功率、延迟、成本或与其他 Agent 框架的对比数据，因此目前不能判断它是否带来性能提升。
- “production-ready”和“开箱即用”是官方定位，尚缺少独立生产案例验证；不同模型的工具调用格式、能力和上下文长度也可能影响实际兼容性。
- 现有材料能说明它把长任务所需组件集中到一个框架里，但不能证明这些默认配置适合所有任务。Deep Agents 是否真能成为通用执行底座，还要看后续应用和运行数据。