LangChain托管智能体v0.10新增浏览器操作

时间：2026 年 10 月 29 日，LangChain 发布 Managed Deep Agents v0.10，托管智能体首次获得浏览器操作与异步子智能体两项能力。 地点：线上发布，主入口是 LangSmith 平台上的托管智能体运行时，官方博客与开发者文档同步更新。 人物：LangChain 官方博客作者 Nathan Drezner 与 Sydney Runkle；浏览器工具的底层 SDK 来自 Browserbase 的开源项目 Stagehand。 事件详情：Managed Deep Agents 是 LangSmith 上的托管智能体运行时，开发者写好指令和工具后由 LangSmith 托管 harness 与运行时，不用自己搭基础设施。这次 v0.10 的两个主角是浏览器和异步子智能体。 浏览器部分提供四个工具：browser_snapshot 读取页面可访问性树并给可交互元素编号，browser_run 负责导航与交互，browser_screenshot 截图，browser_handoff 把浏览器交还给人。浏览器跑在独立的 LangSmith 沙箱里，默认按线程分配，闲置 10 分钟后自动回收；改成按用户分配后，同一个已登录用户的多个会话可以共享 cookie 和登录态。 登录这类必须由人完成的环节，智能体会调用 browser_handoff 并说明原因，用户在页面上自行登录后点击 Hand back，智能体确认登录生效再继续，密码不会进入模型消息和调用轨迹；交接链接 15 分钟后失效。browser_run 接受一段代码，可以把打开页面、填写表单、点击等一串动作压成一次调用，既快，也能把整页内容挡在上下文之外。 异步子智能体解决的是此前子智能体只能同步等待、阻塞编排的问题。给子智能体定义加上 async 参数，它就在后台独立运行，主智能体可以继续和用户对话，随时查询进度、调整方向，子智能体完成后主动通知主智能体，结果再回到原会话。子智能体与主智能体共享同一个沙箱，因此能直接读到主智能体已经写好的文件。 官方给出的实测数字是：在 WebVoyager 基准的 100 个真实网站任务上，这套浏览器工具通过 90% 的任务，总花费 1.98 美元，是官方对比的七套工具中通过率最高的一套；作为对照，Browserbase 的 MCP 服务通过率 89%，成本是 9 倍。LangChain 还引用了 DataDome 的报告，称 9 月单月智能体浏览器请求量增长 4.7 倍。 同版本还有几处工程化更新：每条线程会记录自己的来源，比如来自哪个 Slack 线程，定时任务和后台子智能体完成后仍回到原线程回复；Slack 线程内新增停止按钮，可以直接取消该线程的运行；Slack 频道处理器的 onEvent 仍是实验特性。破坏性变更方面，connectors.mcp() 与 connectors/ 目录布局已移除，MCP 服务必须改到 tools/mcp.ts 或 tools/mcp.py 声明，沙箱的 scope 选项也被删除。 背景：Managed Deep Agents 此前已处于公有测试阶段，上一版本 v0.9 加入的是智能体自建定时任务、单次运行配置和 Slack 表情回复。这次补上浏览器与后台子智能体之后，托管智能体的能力边界从能对话、能调工具，往能替人操作网页、能并行处理长任务推进了一步。 另一条路线是让智能体自带浏览器，比如 Instinct 和 Meta 的 Muse 都是这种做法；LangChain 的选择是把浏览器直接做进托管运行时，并用远程浏览器加私有链路的方式，让智能体既能在沙箱里跑起前端应用做端到端测试，也能访问没有 API 的外部网站。官方提到，编码智能体同样需要浏览器，用来确认改动后的应用真的能跑起来，他们自己的 Open SWE 就在用这套方式。 影响：对国内团队最有参考价值的是 browser_handoff 的设计思路，把必须由人完成、且不该让模型看到凭据的环节明确切成一个交接动作，而不是把账号密码塞进上下文，或者让智能体在登录墙前反复重试。异步子智能体则让长任务不必阻塞主流程，主智能体可以边等边聊，任务完成后再把结果送回会话。 需要注意版本兼容：connectors.mcp() 移除属于破坏性变更，已有的 MCP 声明需要迁移到 tools/ 目录，而 Managed Deep Agents 仍标注为公有测试，官方文档明确写了包接口与托管运行时契约可能变化。另外浏览器操作的价值高度依赖目标网站是否有 API，官方也建议有 API 时优先调用 API。 总结：v0.10 的重点不在模型能力，而在于把智能体从调用接口的执行器变成能操作网页的操作员，并且把两件难事交给工程而不是提示词，登录由人接管，长任务放后台。90% 的任务通过率和 1.98 美元的成本是一个可用性参考，但由于仍处于公有测试阶段，接口和运行时契约都可能继续变化。 常见问题： 问：Managed Deep Agents 是什么？ 答：LangSmith 上托管的智能体运行时，开发者写指令和工具，不用自建基础设施，当前是公有测试。 问：升级 v0.10 要改代码吗？ 答：要，connectors.mcp() 与 connectors/ 布局已移除，MCP 服务须改到 tools/mcp.ts 或 tools/mcp.py 声明。 参考来源： LangChain 官方博客：Managed Deep Agents v0.10 发布说明（2026 年 10 月 29 日） https://www.langchain.com/blog/managed-deep-agents-browser-use-and-asynchronous-subagents LangChain 官方博客：Browser Use in Managed Deep Agents 详解（2026 年 10 月 29 日） https://www.langchain.com/blog/browser-use-in-managed-deep-agents LangChain 官方文档：Managed Deep Agents 总览 https://docs.langchain.com/langsmith/python/managed-deep-agents-overview LangChain 官方文档：Browser use 浏览器工具与交接流程 https://docs.langchain.com/langsmith/python/managed-deep-agents-browser-use LangChain 官方文档：Async subagents 异步子智能体 https://docs.langchain.com/langsmith/python/managed-deep-agents-subagents PyPI：managed-deepagents 0.10.0 包说明与安装方式 https://pypi.org/project/managed-deepagents/ Browserbase 开源项目：Stagehand，LangChain 浏览器工具的底层 SDK https://github.com/browserbase/stagehand LangChain 开源项目：Open SWE，其编码智能体已在用托管浏览器 https://github.com/langchain-ai/open-swe