专题 · FULL STORY

LangChain Deep Agents：从开源爆款到托管公测

支付巨头Stripe仅凭一名工程师借助开源框架打造内部AI助手，验证了Deep Agents的潜力。随后LangChain顺势推出Managed Deep Agents公测，为开发者提供一键部署生产级智能体的最简闭环。

2026-08-04 ~ 2026-08-11 · 3 集 · 27 条

第 1 集 · Stripe仅凭一名工程师一周打造内部AI助手(2026-08-04,4 条)

支付巨头Stripe基于LangChain开源的Deep Agents和LangGraph框架，仅由1名工程师耗时1周便成功开发了内部AI知识平台Kai。Stripe押注于智能体框架，认为未来将有大量企业基于此类编排框架构建应用。目前，该AI助手已成为公司内部的高频生产力工具，每周有高达83%的员工在使用，其开发实践也为企业级Agent的快速落地提供了极具参考价值的经验。

第 2 集 · LangChain 推出 Managed Deep Agents 公测，一键部署生产级智能体(2026-08-08,19 条)

8 月 8 日，LangChain 宣布推出 Managed Deep Agents（MDA）并进入公测，旨在为开发者提供构建、运行和部署生产级智能体的最简途径。创始人 Harrison Chase 指出，智能体正日益成为一个基础设施问题，该产品致力于连接大规模部署 Agent 所需的各个关键环节，帮助开发者从原型快速过渡到生产规模。

已确认

  • 公测阶段：Managed Deep Agents 现已开放公测。
  • 开发与部署：支持开发者使用 Python 或 TypeScript 编写智能体，在本地测试完成后，可通过单条命令直接部署到 LangSmith 管理的运行时环境中。
  • 核心优势：开发者无需自行管理底层基础设施，大幅降低了生产级智能体的部署门槛。
  • 底层架构：该工具基于 Deep Agents Harness 构建。

尚未确认

  • 具体定价、可用区域及性能基准等细节尚未公布。

为什么重要

  • 范式转变：Harrison Chase 将智能体构建的演进划分为几个阶段：2022 年末至 2023 年初的早期框架与应用（以 LangChain 为代表）、随后兴起的复杂架构，以及当前的托管智能体阶段。他认为智能体开发正从复杂的底层架构搭建转向一键式的托管服务。
  • 基础设施化：Chase 强调，未来的公司将围绕核心 Agent 架构建立，但将其产品化（如持久执行、鉴权、流处理、沙箱、记忆和评估）难度极高。一个标准的智能体技术栈正在浮现，而托管方案能将这些组件打包，解决生产化痛点。
  • 核心洞察：Chase 认为，Agent 本质上是代码，真正关键的是数据与评测环境。构建高效 Agent 系统需把握自我改进等趋势，而 Managed Deep Agents 正是为这一目标提供基础设施支撑。

第 3 集 · LangChain 推出托管 Deep Agents 框架(2026-08-09,4 条)

LangChain 创始人 Harrison Chase 宣布推出 Managed Deep Agents，旨在为构建、运行和部署生产级智能体提供最简便的途径。官方称通过底层执行框架的精简，该产品已成为目前成本第二低的智能体框架。同期，Stripe 也分享了其内部全员使用的 AI Agent 架构细节，该助手由一名工程师一周完成初版，目前周活跃员工比例已达 83%。