LangSmith 的 Managed Deep Agents 现在能替你的 Agent 运行浏览器，让 Agent 像人一样点击、滚动和填表，去做那些没有 API 可用的网页操作，比如订机票或提交理赔。原来 Agent 只能抓网页源码，Java渲染出来的内容和按钮它都碰不到。这次提供了几种配套工具，还能在需要登录时把浏览器交给你本人操作，登录状态可以沿用。对读者来说，以后让 Agent 代办网页事务会更顺手，也不必把密码交给模型。
文中可用工具
- Managed Deep Agents在 LangSmith 里构建和部署 Agent，无需自己运维基础设施
- LangSmith运行 Agent 的托管平台，也用于查看和调试运行记录
- browser_snapshot读取页面结构并给可交互元素标上编号
- browser_run在页面上执行点击、填写等操作或一段脚本
- browser_screenshot截取渲染后的页面画面
- browser_handoff把浏览器交给真人操作，完成后再交还 Agent
- StagehandBrowserbase 开源的浏览器 Agent 开发 SDK，这些工具基于它构建
- WebVoyager用于测试浏览器 Agent 在真实网站上完成日常任务的基准
- Open SWE用浏览器做端到端测试的编程 Agent
展开详情收起详情：托管式深度 Agent 中的浏览器使用⌄
原文发布：2026-10-30 00:45 · 首次收录：2026-10-30
Managed Deep Agents 发布 v0.10 版本。以前智能体只能处理有 API 的网站，遇到需要登录或点击的页面就卡住。新版本内置浏览器，能像人一样操作没有 API 的网站，遇到登录时把浏览器窗口交给你输入密码，模型看不到你的凭证；同时新增异步子代理，长任务放到后台跑，主智能体继续和你对话，结果完成后自动回到对话里。此外回复会回到发起请求的 Slack 线程，线程里还有停止按钮。
文中可用工具
- Managed Deep Agents管理和运行智能体的平台，本版本新增浏览器使用和异步子代理
- browser_handoff把远程浏览器窗口交给用户登录，避免密码进入模型消息和追踪记录
- LangSmith sandbox运行浏览器和子代理的沙箱环境
- Studio智能体渠道之一，可展示浏览器交接链接并恢复运行
- Slack对话渠道，回复回到原线程，并提供停止运行按钮
- define_browser在项目根目录声明浏览器及作用域的配置函数
- define_deep_agent定义深度智能体及其子代理的配置函数
展开详情收起详情：Managed Deep Agents v0.10：浏览器使用与异步子代理⌄
原文发布：2026-10-31 00:49 · 首次收录：2026-10-30
LangChain 把自家开源工具 OpenWiki（一个把原始文档编译成带引用维基页面的命令行工具）当作 Agent 的长期记忆层，并额外用一张"证据图谱"把维基里的结论和它背后的原文段落连起来。原来的问题是：Agent 每次回答跨文档的问题都要临时检索、拼凑，既慢又容易答错。这次的做法是提前把 111 份模拟保险文档编译成约原体积十分之一的维基，再让 Agent 顺着图谱找到支撑证据。结果显示，涉及多来源关联的问题准确率比只用关键词搜索高约 5 倍；加上证据图谱后准确率再提升 27%，引用一致性翻倍，每个正确答案的成本降低 58%。不过对于简单的单段查找，带记忆反而更慢、准确率没提升，所以这套方案更适合需要反复跨来源推理的场景。该工具已开源，文中未说明证据图谱是否单独开放。
文中可用工具
- OpenWiki开源命令行工具，把原始文档编译成带引用、可随源文档变化自我更新的维基页面，用作 Agent 的持久记忆层
- Deep AgentsOpenWiki 构建所基于的框架，原文未详细说明其用途
- 证据图谱把维基中的结论与支撑原文段落、相关文档用边连接起来，供 Agent 追溯引用来源
展开详情收起详情：如何用 OpenWiki 和证据图谱构建有据可依的 Agent 记忆⌄
原文发布：2026-10-29 01:28 · 首次收录：2026-10-29
LangChain 团队介绍了如何用“定时任务”（cron，就是让程序按固定时间自动跑一次的机制，类似手机闹钟）来构建主动式 Agent（能自己做事、不用人每次发指令的 AI 助手）。过去这类 Agent 大多只靠简单定时任务，现在他们发现定时任务还能解锁记忆整理、主动提醒、信息筛选、定时跟进和多 Agent 调度等能力。做法上需要两部分：一个方便的定时任务服务器，以及让 Agent 自己能创建和修改提醒的接口。托管深度智能体（MDA）内置了这样的服务器，支持写死在代码里的固定任务，也支持用户临时让 Agent 自己排期。官方称 LangSmith 上超过 70% 的托管深度智能体运行来自定时触发而非人工发消息。文中示例代码可用于参考，但未说明该功能的具体开放状态和限制。
文中可用工具
- Managed Deep Agents托管运行的深度智能体平台，内置定时任务服务器，可按计划触发 Agent 运行
- Schedules SDK用于定义和管理定时任务的开发工具包，支持固定与动态排期
- LangSmith Deployments托管部署环境，文中说明托管深度智能体运行于此
- LangChain提供 tool 装饰器等工具封装能力，用于把排期功能做成 Agent 可调用的工具
- Muse原文仅提及名称，未说明具体用途
- Instinct原文仅提及名称，未说明具体用途
- Dots原文仅提及名称，未说明具体用途
- Claude Duet原文仅提及名称，未说明具体用途
- Hone文中作为有明确目标的专用主动式 Agent 举例，会按小时检查并推进目标
展开详情收起详情：如何在托管深度智能体中用 Schedules SDK 构建主动式常驻 Agent⌄
原文发布：2026-10-29 01:28 · 首次收录：2026-10-29
LangChain 团队写了一篇博客，讲怎么让 AI 智能体（能自己调用工具干活的程序）更可靠。原来只靠一个好模型不够，还得给它配一套适合具体任务的“外挂”结构。他们把智能体拆成四层循环：最里面是模型反复调用工具干活；外面加一层检查，输出不合格就打回重做；再外面让智能体被事件自动触发，比如收到消息或定时任务；最外面一层分析每次运行的记录，自动改进提示词和工具配置。文章还强调人工审核该在哪些环节介入敏感操作，并用他们自家的 LangChain、LangSmith 等工具演示每一层怎么搭。目前是概念说明和产品能力介绍，不是新发布。
文中可用工具
- LangChain搭建智能体循环和中间件的开源框架
- create_agent快速创建一个模型调用工具的智能体循环
- RubricMiddleware按评分标准检查智能体输出并反馈重做
- LangSmith记录和分析智能体运行轨迹的平台
- LangSmith Deployment提供定时任务和 webhook 等触发基础设施
- Engine分析运行轨迹、发现问题的智能体
- Fleet无需写代码搭建智能体，支持频道和定时触发
- openclaw原文仅提及其“心跳”定时触发用法，未说明具体用途
展开详情收起详情：循环工程的艺术⌄
原文发布：2026-10-29 21:20 · 首次收录：2026-10-29
LangChain 内部做了一个叫 Content Studio 的设计 Agent，放在 Slack 里，同事只要描述需求，它就能生成视频、社交图、幻灯片等成品文件。最初效果很差，因为模型虽然会写代码，但不知道这家公司的审美标准。他们的办法是把设计师的原则和反馈写进 Agent 的技能与检查中，并给每次对话一个独立的沙箱环境，让它能持续编辑自己的渲染结果。现在这个 Agent 已产出 3000 多个素材，公司里四分之三的请求来自市场部以外，单次请求的模型成本从约 8 美元降到约 50 美分。团队把整套框架开源了，可以换上自己的品牌素材，再通过 Managed Deep Agents 部署到 Slack。
文中可用工具
- Content Studio在 Slack 中按需求生成视频、图片和幻灯片等品牌素材的设计 Agent
- Managed Deep Agents用于将 Content Studio 部署到团队 Slack 的托管平台，提供沙箱、集成和任务调度
- LangSmith Sandbox为 Agent 提供托管的隔离运行环境
- Slack用户与设计 Agent 交互、协作的聊天界面
展开详情收起详情：我们如何打造设计 Agent⌄
原文发布：2026-10-29 21:20 · 首次收录：2026-10-28
LangChain 公司为市场、销售和工程团队搭建了内部智能体，并说这些智能体已经明显改变了团队的工作方式。他们遇到的核心问题是：智能体该在哪儿跟人交互、代表谁的身份去操作、记住哪些信息、在哪里安全执行代码，以及如何定时自动运行。他们的做法是让智能体住在员工日常用的 Slack 里，区分“代表提问者本人”和“用固定身份”两种权限，把记忆分成全员共享和按用户两层，代码放到隔离沙箱里执行，并让很多任务由定时或事件触发而非人工唤起。这些智能体都基于 Managed Deep Agents 构建，官方称现在就可以按快速上手文档试用；但文章也承认记忆这块探索最少、还有很多工作要做。
文中可用工具
- Slack员工日常聊天的地方，智能体以独立应用形式入驻，可私聊或在频道里被@
- OpenSWE工程智能体，能起草代码合并请求（PR），也会审查所有 PR
- GTM Agent面向市场销售流程的常驻智能体，监控和回复邮件、跟进新线索、发每日简报、执行外呼动作
- Content Studio市场内容智能体，按公司风格和定位起草博客、图片、PPT、视频等素材
- LangSmith Sandboxes提供隔离沙箱环境，智能体在其中执行代码并通过密钥代理安全访问需要认证的服务
- Managed Deep Agents托管式智能体基础设施，在上述开源框架之上提供频道、定时任务、沙箱、记忆、身份等能力
- Deep Agents开源智能体框架，Managed Deep Agents 建立在它之上
- SalesforceGTM Agent 用固定身份访问的客户关系管理工具
- NotionContent Studio 使用的文档工具，操作时代表发起请求的用户本人
- TwitterContent Studio 使用公司固定账号凭据操作，且只有白名单用户能做发帖等操作
- GitHubOpenSWE 在后台运行时以 GitHub 应用自己的身份操作，用户发起时则用该用户的 GitHub 账号
展开详情收起详情：构建“公司级智能体框架”的五个组成部分⌄
原文发布：2026-10-26 23:32 · 首次收录：2026-10-26
LangChain 的 Deep Agents 框架介绍了让智能体更高效检索信息的方法。原来智能体有三类问题：搜索方式笨拙，反复打开文件或用不同措辞重复搜索，白白消耗时间和上下文；一次搜索塞进太多内容，把上下文窗口占满；以及拿到过时或不相关的信息，还可能在此基础上继续出错。它的做法是：默认使用 glob 按文件名查找、grep 搜索文件内关键词、read_file 逐页读取，不整份加载文件；结果太大时，把完整结果存成文件，只把路径和摘要交给智能体；自定义检索（如 RAG）则先检索、再存文件、由子智能体去读，主智能体只看相关内容。这样智能体能更快找到对的资料，减少无效搜索和上下文浪费。文中还提到 ls、write_file、edit_file 等内置工具，以及向量库、SQL、搜索 API、MCP 服务器等检索数据源；具体效果数据文中未说明。
文中可用工具
- Deep AgentsLangChain 的智能体框架，内置文件系统检索工具，帮助智能体高效获取上下文
- glob按文件名模式查找文件
- grep在文件内容中搜索匹配的关键词，不必先加载整个文件
- read_file每次读取文件的一页内容
- ls列出文件
- write_file写入文件
- edit_file编辑文件
- RAG基于向量库的检索工具，按语义相似度而非精确关键词查找信息
- MCP 服务器接入他人已构建的检索类工具，如文档搜索
展开详情收起详情：AI 智能体的上下文工程（智能体记忆）始于检索⌄
原文发布：2026-10-26 23:32 · 首次收录：2026-10-24
LangChain 推出了 LangSmith LLM Gateway，目前处于公开测试阶段。它解决的是生产环境智能体的一个麻烦：智能体调用模型时可能因重试失控产生高额账单，或遇到模型服务商宕机就报错。这个网关夹在智能体和模型之间，统一执行花费上限、速率限制、模型回退和敏感信息（如个人隐私、密钥）脱敏，不用在每个智能体里各写一遍，也不必绑定某一家供应商。工程师可以在组织、工作区、API 密钥、用户四个层级设限额；敏感信息脱敏功能目前只对 Enterprise 套餐开放。
文中可用工具
- LangSmith LLM Gateway居中管理智能体模型调用的花费、限速、回退与脱敏的网关服务，现为公开测试
- LangSmith记录网关事件与调用链路追踪的平台
- Fireworks为开放权重模型提供快速推理，并通过网关提供托管推理
展开详情收起详情：LangSmith LLM Gateway：为智能体提供运行时控制⌄
原文发布：2026-10-22 21:09 · 首次收录：2026-10-23
英国数字健康公司 Numan 做了一个叫 Nu 的 AI 健康教练，帮患者管理体重、激素和性健康等长期问题。难点在于：它只能做生活方式指导，不能越线变成诊断、开药或临床决策，这在医疗监管下是硬边界。团队原来用固定问答对和预设多轮脚本做评测，但教练是对话而不是答题，脚本也无法回应 AI 实际说了什么，导致误判。现在他们把每次评测都跑在生产同一个 LangGraph 图上，按类别分别打分，用模拟对话检验行为，并让安全探针直接卡住发布。对读者来说，这说明做受监管领域的 AI 产品时，评测标准本身比模型和流程更关键。
文中可用工具
- LangGraph编排 AI 健康教练的多角色对话流程，也是评测实际运行的图
- LangSmith原文未说明具体用途
- NuNuman 的 AI 健康教练产品，提供生活方式指导
展开详情收起详情：Numan 如何用 LangGraph 和 LangSmith 打造评测优先的 AI 健康教练⌄
原文发布：2026-10-20 00:44 · 首次收录：2026-10-20
LangChain 团队基于 LangSmith 平台的经验，整理了 Agent 评测的常见问题。传统软件测试靠精确匹配，但 Agent 每次输出会变、正确答案不止一个、执行路径还可能绕弯，所以需要评测来打分。文章建议先从一条关心的行为入手，用真实 trace 建 10 到 20 条小数据集跑个基线，上线前用离线评测、上线后用在线评测，并优先用代码评测器、其次 LLM 评委、再用人工复核；多步 Agent 要评整条线程和最终状态。文中还提到 Terminal-Bench 这类基准和 Harbor 工具。
文中可用工具
- LangSmithLangChain 的 Agent 工程平台，用于记录 trace、建数据集、跑实验和查看评测分数
- Terminal-Bench由较长任务和独立环境组成的离线评测基准，用于比较不同 Agent、模型或版本
- Harbor用来运行 Terminal-Bench 等基准，并把结果记录到 LangSmith 实验中
展开详情收起详情：关于 Agent 评测最常见的疑问，一次讲清⌄
原文发布：2026-10-15 17:18 · 首次收录：2026-10-16
LangChain 在纽约和伦敦的 Interrupt 活动上集中发布了一批新功能，主要围绕让企业“拥有自己的智能”——也就是自己掌控模型、运行框架和业务上下文。过去团队做 AI 智能体时，调试、评测和上线往往靠零散工具，出了问题很难定位，也很难持续改进；这次的新版本把搜索、监控、轨迹查看、微调和托管智能体等能力整合进 LangSmith 和 LangChain。比如 AI 搜索可以用自然语言问“用户是否不耐烦”，自动找相关对话；Engine v2 能在上线前用红队测试发现问题并自验证修复；Managed Deep Agents v0.9 支持有记忆、会用工具、按计划执行任务的智能体。另有一些线上活动和社区聚会，部分内容需注册参加，具体发布状态与可用范围原文未逐一说明。
文中可用工具
- LangSmith AI Search用自然语言语义搜索对话记录，查找如用户受挫或 PII 泄露等问题
- Managed Deep Agents v0.9构建有用户级记忆、会用工具、能定时任务并能在 Slack 响应的个性化智能体
- LangSmith Engine v2上线前用红队测试发现潜在问题，并自动测试和验证修复方案
- LangSmith Trajectories按时间线查看智能体及子智能体的会话轨迹数据
- LangSmith Custom Apps在 LangSmith 内构建、发布并运行自定义界面，把重复流程变成共享工具
- LangSmith Fine-Tuning把生产轨迹转成训练数据，用 Baseten 或 Fireworks 微调并评估部署模型
- LangChain v1.4.0通过 langchain.mcp 命名空间支持 FastMCP
- LangGraph编排 Jev（TypeSafe AI 的决策模型），构建运行更快更省成本的智能体
- Deep Agents开源智能体运行框架，帮助保持上下文窗口精简
展开详情收起详情：2026 年 10 月 LangChain 通讯：Interrupt NYC 与伦敦站的全部发布内容⌄
原文发布：2026-10-16 01:02 · 首次收录：2026-10-16
LangChain 开源了名为 Deep Agents 的智能体框架，用来解决长时间运行的智能体越跑越不准的问题。原因是任务越久，对话记录、工具返回结果和文件越堆越多，超出模型能承载的上下文窗口，准确率就会下降，这叫“上下文腐化”。它的做法是不删除信息，而是把大块工具结果和超长用户消息转存成文件、只给模型看一小段预览，快满时把旧对话压缩成摘要，任务技巧只在需要时加载，噪音大的工作交给子智能体另开窗口处理，学到的东西存成文件带到下次对话。这样模型每次只带真正需要的内容，需要细节时再回头查文件；由于记忆是存在你自己控制的存储里的普通文件，换模型或供应商也不受影响。文章还以每周竞品分析智能体为例演示这些方法，并通过中间件机制接入智能体运行循环。
文中可用工具
- Deep AgentsLangChain 开源的智能体框架，用文件转存、摘要、技能、子智能体和长期记忆等技术管理上下文窗口
- LangChain开发 Deep Agents 框架的公司，原文未说明该库在其他方面的用途
展开详情收起详情：Deep Agents 的上下文工程：如何在不把所有内容都塞进上下文的情况下记住信息⌄
原文发布：2026-10-29 03:33 · 首次收录：2026-10-15
LangSmith 是管理和查看 AI 智能体运行记录（trace）的工具，每条记录包含用户说了什么、智能体怎么回应、调用了哪些工具。以前想找“用户是否不满”或“有没有泄露隐私信息”这类记录，只能靠关键词搜索或事先写好评测脚本，因为这些问题对应不上标签或元数据。现在 LangSmith 新增 AI Search：用大白话描述你想找的行为，系统用一个快速决策模型逐条阅读轨迹并返回命中的记录，还借助统一的轨迹视图压缩重复内容让搜索更快。对团队来说，找评测样本、排查问题或挖掘用户反馈都会省力很多。该功能现已推出，可与现有筛选条件一起使用。
展开详情收起详情：在 LangSmith 中用 AI Search 按行为搜索智能体轨迹⌄
原文发布：2026-10-13 22:01 · 首次收录：2026-10-14
LangChain 把 ScaleDown 的专用小模型接进了 Deep Agents 和 LangChain 智能体框架里。原来长时间运行的智能体上下文会越堆越满，而用通用大模型去摘要历史、压缩工具结果又慢又贵。现在换成专门做单一任务的 ScaleDown 模型（摘要、压缩、抽取、分类），官方称这些窄任务上比前沿模型快 200 倍、便宜 467 倍，单次最多能读 100 万 token，还能直接处理图片和扫描 PDF。做智能体的开发者可以借此降低每次决策的成本和延迟，也可通过 LangSmith LLM Gateway 追踪调用和用量。
文中可用工具
- ScaleDown一组专做摘要、压缩、抽取、分类等单一任务的模型，用来更快更便宜地管理智能体上下文
- Deep Agents用于构建长时间运行智能体的框架，可挂载摘要与工具结果压缩中间件
- LangChain搭建智能体的开发框架，支持 create_agent 并接入 ScaleDown 中间件
- langchain-scaledown把 ScaleDown 模型接入 LangChain 与 Deep Agents 的集成包，自带三种中间件
- ScaledownSummarizationMiddleware替换 Deep Agents 自带的摘要中间件，用 ScaleDown 生成历史摘要
- ScaledownToolCompressionMiddleware在工具结果进入模型前，只保留与查询相关的部分
- LangSmith LLM Gateway已支持 ScaleDown，可追踪调用并计入消费和速率限制
- Jev文中用来对比的决策模型，只接受文本、每题最多 32K token 状态
展开详情收起详情：用 ScaleDown 与 Deep Agents 构建长时间运行的智能体⌄
原文发布：2026-10-13 22:01 · 首次收录：2026-10-14
几家大公司（Stripe、Ramp、Coinbase）各自做了内部的编程 AI 助手，虽然独立开发，但做法却惊人地相似：都在云端隔离沙箱里跑、只用少量精选工具、从 Slack 里召唤、开工前先把任务上下文拉全。现在有人把这些共同经验打包成开源框架 Open SWE，基于 Deep Agents 和 LangGraph 搭建，代码可定制，不用从零造轮子。对想给团队部署内部编程智能体的公司来说，它可以直接当起点。不过文章只发了框架，没说更多落地数据。
文中可用工具
- Open SWE开源框架，提供内部编程智能体的核心架构组件，可定制
- Deep AgentsOpen SWE 所基于的智能体框架，提供任务规划、文件式上下文管理、子智能体生成等能力
- LangGraphOpen SWE 所基于的底层编排框架
- MinionsStripe 开发的内部编程智能体
- InspectRamp 开发的内部编程智能体，基于 OpenCode 构建
- CloudbotCoinbase 开发的内部编程智能体
- Slack作为主要调用入口，开发者可在聊天中召唤智能体
- Linear作为任务来源和更新渠道，智能体可读取工单并回帖
- GitHub作为代码协作平台，智能体可提交代码并开草稿 PR
- OpenCodeRamp 构建 Inspect 时所用的基础框架
- AGENTS.md仓库根目录的说明文件，用来注入团队约定、测试要求等上下文
展开详情收起详情：Open SWE：面向内部编程智能体的开源框架⌄
原文发布：2026-10-14 03:56 · 首次收录：2026-10-14
LangChain 给自家的编程智能体 Deep Agents CLI 换了一套围绕模型的“外骨架”（系统提示、工具和中间件），用来引导模型的能力。原来的做法缺少测试和验证，智能体常写完代码、自己看一遍就停下，导致成绩只有 52.8 分，排在 Terminal Bench 2.0 榜单 30 名开外。这次他们加了强制自检清单、注入目录与工具环境信息、以及时间预算提醒，还用追踪数据自动分析失败原因，成绩提升 13.7 分到 66.5 分，进入前五。对读者的意义是：不改模型本身，靠工程化外围设计也能明显提升智能体表现；不过其追踪分析技能尚未发布，仍在测试中。
文中可用工具
- Deep Agents CLILangChain 的编程智能体，本次改进的对象
- Terminal Bench 2.0评估智能体编程能力的基准测试，共 89 个任务
- Harbor用于编排测试运行的框架
- Daytona提供沙箱环境运行测试
- LangSmith存储智能体每步操作及延迟、token 数、成本等指标
- GPT-5.2-Codex本次实验中固定使用的模型
- PreCompletionChecklistMiddleware在智能体退出前拦截，提醒其对照任务要求做验证
- LocalContextMiddleware启动时扫描工作目录和工具环境，把上下文注入给智能体
展开详情收起详情：通过 harness 工程改进 Deep Agents⌄
原文发布：2026-10-14 03:56 · 首次收录：2026-10-14
LangChain 团队开源的 Deep Agents SDK 是一个帮开发者搭建 AI 智能体的工具包，这类智能体可以自己规划任务、派生子智能体、读写文件，去完成耗时很长的工作。问题是任务一长，对话内容就会超出模型能记住的容量，导致 AI「忘事」、表现变差。为此它用三招省内存：工具返回内容超过 2 万 token 就存到文件系统里，只留一个路径和前 10 行预览；上下文用到 85% 时，把旧的写文件操作替换成文件路径，不再重复占位置；再不够就把整段对话压缩成一份摘要，同时把原始记录完整存进文件系统，需要时再查回来。这样开发者能让 AI 长时间干活而不容易「失忆」。
文中可用工具
- Deep Agents SDKLangChain 开源的智能体开发工具包，内置任务规划、子智能体和文件系统能力
- LangChain model profiles在底层提供某个模型上下文窗口的 token 阈值，用于判断何时压缩上下文
- read_file读取之前被移出上下文、存到文件系统的消息内容
- terminal-bench用于跑真实任务、观察上下文压缩效果的基准测试
展开详情收起详情：Deep Agents 的上下文管理机制⌄
原文发布：2026-10-14 03:56 · 首次收录：2026-10-14
LangChain 团队用 Deep Agents 测试框架跑了一批开放权重模型，发现 GLM-5 和 MiniMax M2.7 在文件操作、工具调用、指令遵循这些智能体核心任务上，已经和 Claude Opus 4.6、GPT-5.4 等闭源顶级模型打得差不多。过去用闭源大模型跑智能体，又贵又慢：每天输出 1000 万 token，Opus 4.6 大约要 250 美元，MiniMax M2.7 只要约 12 美元，一年差出近 8.7 万美元。开源模型还能跑在 Groq、Baseten 这类专门优化的推理服务上，延迟和吞吐都更好。不过这还只是早期评测结果，团队正在继续扩充测试集；普通用户暂时用不上，主要意义是给要做智能体产品的开发者一个更便宜、更快的选择。
文中可用工具
- Deep AgentsLangChain 的智能体测试与运行框架，用来统一跑评测和部署智能体
- GLM-5z.ai 推出的开放权重模型，本次评测中表现接近闭源顶级模型
- MiniMax M2.7MiniMax 推出的开放权重模型，成本最低，本次评测中表现接近闭源顶级模型
- Ollama本地运行模型的工具，可跑私有化开源模型
- vLLM高性能推理引擎，用于自行部署开源模型
- Baseten模型托管推理服务，本次用于跑 GLM-5
- OpenRouter模型调用聚合平台，提供 MiniMax M2.7 等模型的调用
- Groq专注低延迟高吞吐的推理服务商
- Fireworks面向生产场景的模型推理服务商
- SWE-Rebench软件工程类公开评测基准
- Terminal Bench 2.0终端操作类公开评测基准
- LangSmithLangChain 的评测与可观测平台，公开分享本次评测运行结果
展开详情收起详情：开源模型已跨过临界点⌄
原文发布：2026-10-14 03:56 · 首次收录：2026-10-14
LangChain 今天发布了 Deep Agents Deploy 的测试版，它能让开发者用一条命令把自定义 AI 智能体部署到生产环境。此前，部署一个智能体需要自己搭建可扩展的服务器、为每次会话创建沙箱、再接通各种接口，步骤繁琐。这次它把这些打包成 `deepagents deploy`，你只需指定模型、指令文件、技能和工具配置即可上线，而且底层用的是开源、不绑定任何模型厂商的框架，所以智能体的记忆存在你自己的数据库里，换模型或换平台时不用从零开始。目前是 beta 测试版，记忆格式用 AGENTS.md 等标准文件保存，支持通过 API 直接查询。
文中可用工具
- Deep Agents开源、不绑定模型厂商的智能体框架，用来搭建自定义智能体
- Deep Agents deploy一条命令把智能体部署到生产环境的工具，当前为 beta 版
- LangSmith Deployment生产级、可横向扩展的服务器，Deep Agents deploy 底层用它来托管智能体
- AGENTS.md存放智能体核心指令的开放标准文件
- Agent Skills通过 markdown 文件提供专门知识、通过脚本执行动作的开放标准
- MCP一种让智能体调用工具的协议，也用于把部署的智能体当作工具调用
- A2A一种让多个智能体互相调用的协议，用于多智能体协作场景
- Agent Protocol一套接口标准，方便开发者写界面与部署的智能体交互
- Daytona沙箱服务商，让智能体在隔离环境中运行代码和技能
- Runloop沙箱服务商，让智能体在隔离环境中运行代码和技能
- Modal沙箱服务商，让智能体在隔离环境中运行代码和技能
- LangSmith Sandboxes沙箱服务，让智能体在隔离环境中运行代码和技能
展开详情收起详情：Deep Agents Deploy：Claude Managed Agents 的开源替代方案⌄
原文发布：2026-10-14 03:56 · 首次收录：2026-10-14