LangChain开放托管Deep Agents公测

北京时间2026年8月8日01:01，LangChain在开源harness之上开放了一条托管交付路径。Managed Deep Agents进入public beta：开发者可以用Python或TypeScript编写Agent，在本地测试后通过mda deploy交给LangSmith托管运行时。

状态边界比功能清单更重要。官方没有宣布GA，也没有说产品已经全球可用。当前范围是LangSmith Cloud美国区域，组织需要具备Managed Deep Agents公测访问，还要准备LangSmith API key和所选模型提供商的API key。入口也明确是CLI-first；受支持API仍在定稿，更多区域和部署方式只承诺“以后提供”，没有公布日期。

这不是把全部控制权交给平台。模型、指令、工具、中间件、子Agent和业务逻辑仍由开发者定义；平台接手的是持久执行、线程状态、沙箱生命周期、部署、追踪等运行职责。对团队而言，变化发生在“谁负责让长任务可靠地活下去”，而不是“谁决定Agent要做什么”。

另一个容易混淆的界线是开放源码。Deep Agents本身仍是开源、模型无关、可以自行运行的harness；Managed Deep Agents的托管SDK则在公测期未开源。同一窗口出现的deepagents-code 0.1.54属于开源仓库的独立版本，内容与仓库对象都不同，不能并入这次托管公测，也不能拿它证明托管SDK已经开放源码。

控制面边界：从业务目录到托管运行时

Managed Deep Agents把一个Agent定义成项目文件夹。指令、工具、skills及其他业务行为放在项目中，开发者先用mda dev本地运行，再用mda deploy发起托管部署。官方博客解释，部署过程会编译项目，把部署所拥有的上下文同步到LangSmith Context Hub，上传构建产物，并创建托管的LangSmith deployment。

这条路径的价值在于缩短“能运行”到“能长期运行”之间的距离。长任务可能持续几分钟、几小时甚至几天，会遇到人工审批、用户晚到的回复、基础设施重启、重试、取消和流式进度。把这些问题留给每个产品团队，往往意味着自行维护线程状态、恢复点、超时、权限和可观测性。Managed Deep Agents试图把这些反复出现的运维模式收进一个有主见的控制面。

但“一条命令部署”不能理解为“一条命令完成生产验收”。模型凭据、工具权限、业务授权、敏感数据边界、评测集和故障处理仍由采用方负责。CLI缩短了交付入口，并没有消除Agent本身的安全与治理工作。

层次	开发者掌握什么	LangChain或LangSmith提供什么	当前开放与约束
业务定义层	模型、instructions、tools、middleware、subagents和业务逻辑	项目结构约定与本地开发入口	Python与TypeScript均可编写；模型提供商凭据由开发者准备
开源harness层	可修改、组合并部署Deep Agents能力	文件系统、上下文管理、子Agent、记忆与人工介入等基础模式	Deep Agents开源且可在自选基础设施运行
Managed Deep Agents层	选择配置、发起部署、定义Agent行为	编译、上下文同步、托管SDK与mda CLI	public beta；托管SDK公测期未开源；当前CLI-first
LangSmith运行层	使用产品暴露的运行与观测能力	持久执行、线程持久化、沙箱生命周期、追踪、评测、channels与schedules	当前仅LangSmith Cloud美国区域；组织需获得公测访问
更底层部署层	自定义routes、应用代码、认证和持久层	LangSmith Deployment的Agent Server能力	官方建议高定制需求直接使用LangSmith Deployment，而非强塞进MDA

表格里最关键的是最后一行。官方没有把Managed Deep Agents描述成所有Agent部署的统一答案。如果团队需要自定义HTTP routes、把应用代码放在graph旁边、实现特殊认证逻辑，或直接控制persistence layer，推荐路径是使用更底层的LangSmith Deployment。若团队要自己掌握harness和基础设施，则可以运行开源Deep Agents。MDA位于二者之间：它用更多默认值换取更短的生产化路径。

公测入口包含三道门

“public beta”容易被误读为任何地区、任何账号都能立即调用。快速入门列出的前置条件更接近真实可用性：

• 组织已经获得Managed Deep Agents public beta access；
• 配置可用的LangSmith API key；
• 配置所选模型提供商的API key；
• 准备Python或TypeScript运行环境，并安装对应的managed-deepagents工具；
• 通过mda init创建项目，使用mda dev本地检查，再执行mda deploy。

因此，public在这里是发布阶段，不是匿名访问方式。区域限制也不是页面脚注：只提供美国区域，会直接影响数据驻留、延迟、合规评估和采购可行性。非美国团队现在不能把“进入公测”写进项目计划后就假设服务已经可用。

CLI-first同样是产品成熟度信号。它说明官方优先打通了交互式开发和部署体验，但面向CI/CD、平台工程和大规模组织治理的稳定API仍未定稿。企业自动化通常需要明确的版本策略、幂等语义、错误模型、回滚接口和权限粒度；这些内容不能从mda deploy的一条命令反向推定出来。

托管的到底是哪部分可靠性

官方列出的运行能力包括durable execution、streaming、线程持久化、沙箱、评测、channels、schedules和traces。它们共同服务于长任务在真实系统中的连续性，并不改变底层模型的推理质量。

持久执行让任务可以暂停、重试并从中断处恢复；线程持久化保存单次会话或任务的运行状态；沙箱为文件和代码执行提供隔离工作区；traces把模型调用、工具调用、文件活动和错误串到可检查链路。channels与schedules则把Agent接入消息入口或定时触发。记忆能力用于跨线程保留上下文和偏好，但具体行为仍需项目配置，不能把功能存在写成所有部署都自动获得同样的长期记忆效果。

平台控制这些运行原语后，团队承担的风险也发生迁移。过去的主要风险是自建基础设施不稳定；采用托管层后，新的问题变成区域可用性、SDK与CLI兼容、状态可迁移性、平台故障恢复和成本可见性。基础设施工作没有消失，而是从“自己实现”变成“验证供应商边界”。

两个相邻发布不能合并

8月7日，开源langchain-ai/deepagents仓库还发布了deepagents-code 0.1.54。研究材料核对显示，该版本涉及模型选择器、diff可读性和bug fixes。它与Managed Deep Agents公测处在同一时间窗口，也共享Deep Agents品牌，但不是同一个发布事件。

区分方法并不复杂：公测公告的主体是Managed Deep Agents，交付目标是LangSmith托管运行时，入口是managed-deepagents工具和mda deploy；deepagents-code 0.1.54则是开源仓库中的独立版本。把后者并入前者，会同时造成三种误导：把开源版本号当成托管产品版本、把代码更新当成公测发布包、把开源仓库状态外推到未开源的托管SDK。

managed-deepagents公开仓库本身也需要正确解读。其README明确写明项目处于public beta、当前仅美国区域，并说明SDK在beta期间不开源；这个仓库是公开landing page与issue tracker。能看到README、安装说明和问题列表，不等于能审查托管SDK实现。

三个风险块决定能否长期采用

区域可用性直接关系到非美国组织能否满足数据驻留、合规和延迟要求。官方只说更多区域将在“at a later date”提供，没有截止时间，编辑上不能替它补出路线图。

接口承诺决定平台团队能否接入流水线、权限系统和发布治理。CLI适合快速开始；长期使用仍需版本化API、弃用周期、回滚机制和机器可读的错误语义，而不能只依赖CLI子命令。

可迁移性与成本决定托管控制面能否进入企业长期架构。持久执行、线程、沙箱、记忆、评测和追踪如何计费，失败后的恢复点保留多久，服务目标如何定义，以及数据能否导出到自托管Deep Agents或更底层LangSmith Deployment，都需要明确答案。

现在可以确认的增量很具体：Deep Agents多了一条受限的LangSmith托管路径，开发者可用Python与TypeScript定义项目，并通过mda CLI部署；当前状态是public beta，只在美国区域提供，需要组织访问和两类API key，受支持API仍在定稿，托管SDK在公测期未开源。除此之外的全球可用、GA、稳定API和全面开源，均不在这次公告已经兑现的范围内。