🕸️LangChain Blog•最新收集於 6m
Managed Deep Agents 開放公測
💡了解 LangChain 如何為生產團隊提供具備持久化與狀態管理的代理部署方案。
⚡ 30-Second TL;DR
有什麼變化
Managed Deep Agents 現已開放公測。
為什麼重要
公測可降低部署長時間運作及具狀態代理的營運負擔。AI 團隊可以評估託管基礎設施是否比自行建置執行、記憶體、隔離與評估系統更合適。
下一步行動
建立一個小型 Deep Agent 工作流程，並在 Managed Deep Agents 公測版中測試持久化執行、記憶體與沙箱行為。
誰應關注：Developers & AI Engineers
關鍵要點
- •Managed Deep Agents 現已開放公測。
- •Deep Agents 可在託管的 LangSmith 執行環境中運作。
- •平台提供持久化執行、記憶體、沙箱、頻道與評估功能。
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •Managed Deep Agents 整合了 LangGraph 的狀態管理能力，允許代理程式在長時間運行的任務中保持上下文一致性。
- •該服務支援自動化的錯誤處理與重試機制，旨在降低開發者維護生產環境代理程式的營運負擔。
- •開發者可透過 LangSmith 的儀表板直接監控代理程式的決策路徑與記憶體使用情況，實現可觀測性。
- •此平台支援多租戶隔離架構，確保不同團隊或專案之間的執行環境與資料安全性。
- •Managed Deep Agents 提供了與 LangChain 生態系統深度整合的 API，簡化了從原型開發到大規模部署的遷移流程。
📊 競品分析▸ Show
| 特性 | Managed Deep Agents | CrewAI Enterprise | Microsoft AutoGen Studio |
|---|---|---|---|
| 執行環境 | LangSmith 託管 | 雲端/自託管 | 自託管/Azure |
| 狀態持久化 | 原生支援 | 需額外配置 | 需額外配置 |
| 評估工具 | 內建 LangSmith 評估 | 整合式測試 | 需第三方整合 |
| 定價模式 | 基於使用量 | 企業訂閱制 | 開源/Azure 計費 |
🛠️ 技術深入
- 採用基於 LangGraph 的圖結構執行引擎，支援循環圖與複雜的狀態轉移邏輯。
- 記憶體層級包含短期工作記憶（Working Memory）與長期持久化儲存（Persistence Layer），確保任務中斷後可恢復。
- 執行環境運行於隔離的沙箱容器中，限制了對主機系統的存取權限，提升安全性。
- 內建頻道（Channels）機制用於代理程式間的非同步通訊與資料交換。
- 支援與 LangSmith 評估器（Evaluators）的即時串接，可在執行過程中自動觸發品質檢測。
🔮 前景展望AI analysis grounded in cited sources
AI 代理程式開發將從『腳本化』轉向『託管式服務』模式。
隨著 Managed Deep Agents 等平台的普及，企業將更傾向於使用託管基礎設施而非自行維護複雜的執行環境。
LangSmith 將成為 AI 代理程式生命週期管理的行業標準。
透過整合開發、部署、監控與評估，LangChain 正在建立一個封閉且高效的代理程式開發閉環。
⏳ 時間線
2023-04
LangChain 正式發布 LangSmith 測試版，提供除錯與監控功能。
2024-01
LangGraph 發布，引入圖結構以支援更複雜的代理程式邏輯。
2024-06
LangSmith 正式全面開放（GA），支援生產環境部署。
2026-08
Managed Deep Agents 開放公測，標誌著託管式代理執行服務的啟動。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： LangChain Blog ↗