LangChain 为 Managed Deep Agents 加入浏览器能力
LangChain 宣布 Managed Deep Agents 现在可以为 Agent 运行浏览器，并提供针对上下文效率优化的浏览器工具。此外还提供 handoff 机制，让用户自行完成登录操作。原文信息有限，未披露具体工具数量、定价或上线时间。
推荐理由用 LangChain 托管 Agent 的开发者可以少自己搭一层浏览器自动化，登录环节交给 handoff 处理
共 8 条
LangChain 如何构建付费媒体 Agent
LangChain 发布博客，介绍其付费媒体 Agent 的构建方式：该 Agent 用于分析广告投放表现、优化广告、提出调整建议，并把营销数据转化为可执行动作。原文未披露模型选型、效果数据或上线时间等细节。
推荐理由做营销自动化 Agent 的人可参考其把数据分析接到执行动作的链路设计
LangChain：Managed Deep Agents 超 70% 运行来自定时任务
LangChain 发文介绍在 Managed Deep Agents 中用 Schedules SDK 构建主动型常驻 Agent。文中称，LangSmith 上超过 70% 的 Managed Deep Agent 运行来自定时调度，而非人工发消息。文章把这类 Agent 的能力归为三类：记忆（用 cron 定期把历史对话压缩成长期记忆，即“dreaming”）、主动性（按小时级频率提示 Agent 推进目标并主动发消息）、智能分诊（定时监控 Slack、邮件等信息源并推送相关内容）。文中还提到 Muse、In…
推荐理由70% 的运行靠定时任务，做常驻 Agent 可直接照搬 cron 加记忆压缩这套结构
LangChain 总结企业级 Agent 的五个核心组件
LangChain 基于内部营销、销售、工程三个团队实际部署的 Agent，提出构建“company harness”的五个共同要素：Agent 生活在员工日常工具里（如 Slack）；知道提问者身份，部分服务以该用户身份（OBO）执行、部分用自身身份；具备全局和用户级记忆；代码在沙箱中运行并可调用需鉴权的服务；大量运行由定时触发而非人工调用。文中介绍了三个内部 Agent：GTM Agent 处理邮件、线索和每日简报，OpenSWE 起草和审查 PR，Content Studio 生成营销素材。原文还讨论了 Sl…
推荐理由做企业 Agent 的团队可直接对照这五个组件检查自己的架构，尤其是身份与定时触发两块。
LangChain 详解 AI Agent 检索难题：三种常见失败模式
LangChain 发文讨论 AI Agent 的上下文工程，指出检索是核心难点。文章归纳 Agent 检索的三类问题：低效搜索（反复打开文件、重写查询，浪费 token 和时间）、单次返回过多上下文（一次搜索塞满窗口，没空间做正事）、无关或过时信息（模型难辨真假，错误会沿后续步骤传递）。文章以竞品分析 Agent 为例，说明 agent harness 应针对不同检索任务选用合适工具，并介绍 Deep Agents harness 的内置技巧。原文为博客开头部分，具体技术方案未完整呈现。
推荐理由做 Agent 检索和上下文管理的人可对照三类失败模式检查自己的 harness 设计
LangChain 解答 Agent 评测常见问题
LangChain 发布文章，集中回答 Agent 评测中的常见疑问，涵盖入门路径、离线评测与在线评测的区别、评测器类型、LLM 裁判、基于 Harbor 的基准测试、多轮对话评测，以及如何控制评测成本。原文为问题清单式概览，未展开具体方法与数据。
推荐理由做 Agent 评测前先看这份问题清单，能少走弯路，尤其适合纠结离线还是在线评测的团队。
LangChain 推出 Deep Agents deploy 公测
LangChain 发布 Deep Agents deploy 测试版，一条命令即可部署开源、模型无关的 agent harness。支持 OpenAI、Google、Anthropic、Azure、Bedrock、Ollama 等任意模型，通过 AGENTS.md 定义指令、skills 定义技能、mcp.json 接入工具，沙箱可选 Daytona、Runloop、Modal 或 LangSmith。底层打包 LangSmith Deployment 服务器，提供 30 多个端点，覆盖 MCP、A2A、Agen…
推荐理由想自托管 agent 又不想被厂商锁定，可一条命令部署，支持任意模型和沙箱。
LangChain 发布 Managed Deep Agents v0.9，支持定时任务与按次配置
LangChain 发布 Managed Deep Agents v0.9，新增三项能力：Schedules SDK 让 Agent 在对话中自行创建提醒、跟进和周期性任务，按创建者的权限运行并把结果发回原频道，支持 cron 表达式和一次性任务；Agent 可按每次运行动态配置，通过返回 define_deep_agent 定义来选择模型、指令、技能、MCP 服务器和沙箱，一个部署即可服务不同团队；还支持对 Slack 消息做出反应。
推荐理由想让 Agent 常驻 Slack 并自己安排跟进任务的团队，可以直接用 Schedules SDK 按 cron…