LangChain Managed Deep Agents

LangChain Managed Deep Agents：把 Agent 从本地跑通推进到生产环境

Agent 开发最大的痛点从来不是"能不能跑通"，而是"跑通之后怎么办"。本地原型一夜之间做出来了，接下来要面对持久化、断点续跑、沙箱隔离、评测、身份鉴权、Slack 接入……每一项都要自己搭，往往几个月都推不到生产。LangChain 最新发布的 Managed Deep Agents（简称 MDA）正是冲着这个断层来的：它把 Agent Harness 和生产基础设施打包成一个开箱即用的整包，让开发者只专注业务逻辑。

它到底是什么

Managed Deep Agents 构建在 LangChain 开源项目 Deep Agents harness 之上。Deep Agents 是一个模型无关的开源 Agent 骨架，提供"规划—调用工具—管理文件系统—委派子 Agent"的完整循环。MDA 的定位不是替代它，而是把它"产品化"：你依然拥有自己的模型、提示词、工具、中间件和业务逻辑，而 LangSmith 负责底层运行时——持久化、记忆挂载、技能加载、沙箱生命周期和部署。

代码优先（code-first）是 MDA 的核心设计。一个 Managed Deep Agent 就是你仓库里的一个目录：agent.py 定义模型与核心选项，instructions.md 是同步到 Context Hub 的系统提示词，tools/ 放自定义工具，skills/ 放领域技能，middleware/ 放自定义中间件，sandbox/ 配置沙箱，channels/ 定义 Slack 等入口，schedules/ 配置托管定时任务，evals/ 存放评测任务。你写业务逻辑，基础设施由 MDA 兜底。

生产级原语一网打尽

MDA 直接内置了 Agent 上生产最棘手的那批能力：Durable execution 让长时间运行的 Agent 可以暂停、重试、续跑而不丢进度；Streaming 让用户实时看到 Agent 的工作过程；Persistence 让线程状态跨轮次、跨重启、跨故障存活；Sandboxes 提供隔离的文件系统和 shell，Agent 可以安全跑代码、装依赖、调 CLI；Evals 基于 Harbor 框架，能在部署前后测试 Agent 的行为、工具调用和状态变化；Channels 让 Agent 直接出现在 Slack、GitHub 等用户已经在的地方；Memory 让 Agent 跨会话携带持久上下文与偏好；Identity 则处理多用户场景下的身份与权限边界。

从本地到上线只需几条命令

上手流程非常简洁：先安装（Python 用 uv tool install managed-deepagents，TypeScript 用 npm install -g managed-deepagents），然后 mda init 脚手架一个项目，mda dev 在 LangSmith Studio 里本地调试，最后 mda deploy 一键部署到托管运行时。部署时 MDA 会编译项目、把上下文同步到 LangSmith Context Hub、上传构建产物并创建托管部署。评测同样省事：mda evals init 生成 Harbor 评测任务，mda evals compile 生成可移植的 Harbor 交付件。

它为什么值得关注

Agent 工程正在经历一次范式迁移。早期大家比拼的是"能跑通"，2025 年后开始比拼"能在生产里稳定跑"。Anthropic 的 Claude Managed Agents、Vercel 的 Eve、LangChain 的 MDA 在相近的时间窗口里做同一件事，说明"托管 Agent"很可能就是下一阶段的方向。MDA 的差异化在于它建立在 Deep Agents 开源 harness 之上、采用代码优先的目录化组织，并允许自定义中间件和工具——比纯 UI 的方案更贴合开发者，又比从零搭基础设施省下几个月的工期。

适用场景

它适合想要快速把 Agent 推进生产的团队：需要长时间运行、断点续跑的后台任务 Agent；需要沙箱隔离执行不可信代码的编码 Agent；需要 Slack/消息渠道触达用户的工作流 Agent；以及希望用评测闭环持续迭代 Prompt、工具与模型的工程团队。对于只想在本地玩一玩的开发者，开源的 Deep Agents harness 依然是更轻的选择。

信息速览

Managed Deep Agents 目前处于 Public Beta，仅在美国区域的 LangSmith Cloud 开放，采用 CLI 优先的交互方式，正式 API 仍在完善中。后续会逐步支持更多区域和部署方式。作为 beta 阶段的产品原语，功能仍在快速演进。

官方发布博客：https://www.langchain.com/blog/managed-deep-agents-is-now-in-public-beta 文档：https://docs.langchain.com/langsmith/python/managed-deep-agents-overview