Deep Agents
PulseAugur coverage of Deep Agents — every cluster mentioning Deep Agents across labs, papers, and developer communities, ranked by signal.
- 2026-09-09 product_launch LangChain introduced Managed Deep Agents, a framework for creating AI agents. 来源
4 天有情绪数据
-
LLM代理框架在父子交接中显示审计日志存在漏洞
对五个LLM代理框架的技术分析显示，在父子代理交接过程中审计日志的维护方式存在不一致。虽然哈希链式审计日志通常能保留子代理的工具调用，但在LangGraph和CrewAI等一些框架中，父代理对这些调用的视图会中断。作者使用Python和模拟模型测试了这些框架，并指出审计日志的完整性在框架的不同版本中都得到了保持。
-
LangChain 通过 Deep Agents 简化代理创建；Cognous 添加安全防护
LangChain 推出了 Managed Deep Agents，这是一个旨在通过提供用于工具使用、上下文管理和任务委托的“线束”来简化 AI 代理创建的框架。该系统旨在为开发人员节省构建代理的时间和精力，并展示了一个用于供应链分析的用例，其中一个代理识别出有缺货风险的 SKU 并起草警报电子邮件。此外，Cognous 开发了 Open Control Stack，这是一个开源框架，解决了代理安全防护的关键需求，以防止意外的破坏性操…
-
LangChain 子代理缺乏默认工具权限继承；自定义中间件提供解决方案
一位开发者探讨了 LangChain 的 Deep Agents 框架中的子代理如何处理工具权限，发现子代理默认不继承其父级的工具访问权限。相反，每个子代理规范都作为一个新的授权，可能允许比预期更广泛的工具使用。开发者实现了一个自定义中间件 BoundedByParent，以强制子代理只能访问其父代理明确拥有的工具，从而演示了解决此权限继承问题的方案。这项工作还催生了一个名为 attenu-guard 的库，该库提供了对子代理功能（包…
-
AI子代理通常比其父代理拥有更广泛的工具权限
本次分析调查了在LangGraph、Deep Agents、CrewAI、Claude Code和Claude Agent SDK这五个不同的AI框架中，子代理如何继承其父代理的权限。研究结果显示，子代理通常可以访问其父代理不具备的工具，这种行为被称为“拓宽”。LangGraph和Deep Agents允许子代理执行未明确授予父代理的工具。特别是CrewAI的层级模式，将管理者限制为只能使用委托工具，这意味着子代理可以运行管理者无法使…
-
LangChain 开源 Deep Agents 框架以支持高级 AI 开发
LangChain 已开源其 Deep Agents 框架，使更高级的 AI Agent 功能更易于访问。此举使开发人员能够构建自己的复杂 Agent，而无需依赖专有工具或 Perplexity 或 Claude 等特定模型。
-
LangChain 推出托管深度代理，实现 AI 代理的有序部署
LangChain 推出了托管深度代理（Managed Deep Agents），一项将代理组织到目录中的新功能。此次更新旨在通过提供一种结构化的组织方法来简化 AI 代理的管理和部署。
-
在 LangGraph 框架内探索 Deep Agents
本文在 LangGraph 的背景下讨论了 Deep Agents。LangGraph 是一个用于构建有状态、多代理应用程序的框架。文章强调了 Python Friday 作为分享此类发展的平台。
-
NVIDIA Nemotron 3 Ultra 凭借 LangChain 集成引领开放式 AI 代理
NVIDIA 的 Nemotron 3 Ultra 模型与 LangChain 的 Deep Agents 平台集成后，在 AI 代理的开源模型中展现出领先的性能。这种集成通过系统调优而非模型再训练实现，与专有模型相比，提高了准确性、任务完成率，并显著降低了推理成本。Abridge、Amdocs 和 EY 等公司正在利用这一开放堆栈解决方案来构建和部署专门的代理以适应其业务工作流程，Fireworks AI 为 Nemotron 3 …
-
深度代理（Deep Agents）涌现，以应对复杂的多步AI任务
深度代理（Deep Agents）是一种新型AI，旨在克服当前AI代理在需要多步操作的任务中经常失败的局限性。这些先进的代理被设计用来保持专注并完成复杂、耗时长的目标。文章探讨了这些更强大的AI系统的架构和潜在应用。
-
LangChain Deep Agents 为 AI 代理增加了灵活的文件系统选项
LangChain 的 Deep Agents 框架为 AI 代理引入了文件系统概念，允许开发人员选择该文件系统的位置。选项包括内存中、磁盘上或更持久的存储解决方案，为代理架构提供了灵活性。
-
AWS 指南：使用 Deep Agents 和 Bedrock AgentCore 构建研究代理
AWS 发布了一份指南，供开发人员使用 Deep Agents 和 Bedrock AgentCore 构建富含上下文的研究代理。本教程演示了如何使用隔离的执行环境创建多步 AI 工作流。
-
AI Conf 2026：智能体取代传统机器学习成为行业焦点
2026年莫斯科AI大会强调了行业从传统机器学习向基于智能体的系统（包括RAG和语音智能体）的重大转变。研究人员越来越多地使用LLM来完成代码生成和论文评审辅助等任务，预计未来的出版物将包含可验证的代码存档。会议还展示了智能体框架的进步，例如Deep Agents，该框架利用记忆和技能而非传统的工具编排，并讨论了语音智能体在电话通信中的当前局限性和未来潜力。