DeepAgents
一个开箱即用的Agent Harness（智能体运行框架），基于LangChain和LangGraph封装，内置规划器、工具调用重试机制、上下文压缩等生产级模块，专为多步骤、长链路复杂Agent任务设计
核心事实
时间轴 (近 90 天)
LangGraph 提供底层的图编排与状态管理能力，DeepAgents 则在其上给出面向复杂任务的高层抽象，二者是不同粒度的工具，并非替代关系。
一场围绕「决策模型与langgraph/deepagents结合使用」的线下聚会即将在下周举行，主办方包括Typesafe。
DeepAgents已在托管版中支持启用浏览器使用能力（managed browser use）。
DeepAgents官方在社交平台上发声称浏览器使用是增长最快的Agent原语之一。
实验评估了四个通用框架（OpenCode、Codex CLI、Pi CLI和DeepAgents）搭配四个核心模型，加上两个固定的原生模型-框架系统，覆盖六个基准测试。
LangChain和DeepAgents的API迭代较快，视频中的代码示例可能需要根据最新版本调整。
Agentic GraphRAG的内置Agent基于DeepAgents/LangGraph，将消息和工具调用记录为任务事件，支持后续会话恢复任务进度。
Agentic GraphRAG项目将知识层、工作记忆层和决策记忆层存储在同一个Neo4j图中，三层通过边相互连接。
DeepAgents支持创建同步子智能体和异步子智能体两种模式：同步模式下主智能体等待子智能体完成后继续；异步模式下子智能体可并行执行，主智能体不必阻塞等待。
DeepAgents当前仍在快速迭代中，子智能体是其核心抽象。
还有 31 条时间轴事件
全部知识事实 (20)
DeepSeek Harness 提供多种工作模式，在自主性和可控性之间形成光谱
80%已验证浏览器正在成为AI Agent的新战场，是一个正在成形的趋势
75%已验证简单链式任务用 LangChain，复杂分支逻辑用 LangGraph，需要文件系统、沙箱、技能调用等企业级能力时选择 DeepAgents
75%已验证Agent开发框架包括LangChain生态里的LangChain、LangGraph、DeepAgents，以及面向Java开发者的Spring AI、Spring AI Alibaba
75%已验证DeepAgents 是 Harness 架构的实现，且基于 LangGraph 实现
75%已验证早期的DeepAgents框架是一个完整的Harness架构实现，围绕核心构建了大约七个层面的工程模块：工具调用、文件系统、沙箱环境、上下文管理、记忆系统、逻辑编排与中间件、反馈回路与约束机制
70%已验证同步子智能体在被主Agent调用时会阻塞主流程，等待返回结果后再继续，适合结果之间存在依赖关系的场景
65%已验证子智能体模式将复杂任务分解为多个独立子任务，每个子智能体拥有隔离的上下文，完成后将结果返回给编排者
65%已验证DeepAgents 是基于 LangChain 和 LangGraph 之上的封装
65%已验证智能体（Agent）是具备自主决策能力的AI，能自行拆解任务如搜索信息、提取内容、生成报告
65%待验证DeepAgents的图结构设计支持有向图工作流、持久化状态检查点和Human-in-the-loop人机协作模式
85%待验证DeepAgents项目采用Python开发，可直接对接Hugging Face、OpenAI SDK等主流工具库
80%待验证DeepAgents 与普通 Agent 的本质区别在于上下文隔离，普通 Agent 无论配多少工具都共享同一套上下文和同一个模型
70%待验证AutoGPT、CrewAI、MetaGPT等Agent框架更侧重于提供预定义的Agent角色和协作模式，而DeepAgents更强调底层运行时的健壮性和可控性
70%待验证DeepAgents 是 LangChain 生态中相对较新的框架，定位偏企业级落地，支持本地文件系统操作、沙箱机制、Skill 调用等能力
60%待验证在LangChain托管Deep Agents中，模型、提示词、工具和子智能体由开发者决定，而持久化、记忆、技能加载、代码执行沙箱和部署由平台处理
60%待验证LangGraph 提供底层的图编排与状态管理能力，DeepAgents 则在其上给出面向复杂任务的高层抽象，二者是不同粒度的工具，并非替代关系。
50%待验证实验评估了四个通用框架（OpenCode、Codex CLI、Pi CLI和DeepAgents）搭配四个核心模型，加上两个固定的原生模型-框架系统，覆盖六个基准测试。
50%待验证LangChain和DeepAgents的API迭代较快，视频中的代码示例可能需要根据最新版本调整。
50%待验证Agentic GraphRAG项目将知识层、工作记忆层和决策记忆层存储在同一个Neo4j图中，三层通过边相互连接。
50%