Deep Agents 01:何为 Agent Harness,以及如何开始

2026-09-01
9024 分钟
...

1、本篇任务:完成一份多步骤、带证据的技术调研

普通客服 Agent 的问题短、工具少、输出即时。技术调研或编码任务会持续很久,产生计划、搜索结果、文件和中间结论。Deep Agents 在 LangChain/LangGraph 之上预装规划、虚拟文件系统、上下文压缩和子 Agent,适合这类开放任务。

本课让 Agent 比较两种向量数据库,并交付一份可验证报告。

2、什么时候需要 Deep Agent

满足以下两项以上再考虑:任务要拆成多步;工具产生大量结果;需要保存中间文件;需要专门子任务;会话很长;需要在 sandbox 执行代码。

固定 RAG、单次分类、明确业务流程继续使用 LangChain 或 LangGraph。Deep Agents 是更完整的 harness,不是“更聪明的模型”。

3、Harness 为模型补了什么

用户目标

主管 Agent
  ├─ write_todos规划与跟踪
  ├─ ls/read_file/write_file/edit_file卸载上下文
  ├─ task委派子 Agent
  ├─ 自动摘要压缩旧消息
  └─ LangGraph runtime状态流式持久化

计划不是最终真相。Agent 应根据新证据更新 todo;文件不是安全边界,backend 才决定真实读写范围;子 Agent 的主要价值是隔离大量中间上下文。

4、定义任务合同后再创建 Agent

问题 100 万向量已有 PostgreSQL两名工程师的条件下比较 pgvector Qdrant
过程产物/workspace/plan.mdsources.jsonanalysis.md
最终输出推荐适用条件风险未知项来源
预算最多 8 次搜索2 个子任务10 分钟
禁止访问私有系统安装软件发送消息

没有任务合同,开放 Agent 很容易无限搜索或只交付一段无法核查的观点。

5、Python 与 TypeScript 快速开始

Python:

from deepagents import create_deep_agent

agent = create_deep_agent(
    model="openai:gpt-5.5",
    tools=[search_web],
    system_prompt=(
        "先写计划;来源写入 /workspace/sources.json;"
        "只根据来源得出结论;预算不足时明确列出未知项。"
    ),
)
result = agent.invoke({"messages": [{"role": "user", "content": RESEARCH_TASK}]})
print(result["messages"][-1].content)

TypeScript:

import { createDeepAgent } from "deepagents";

const agent = createDeepAgent({
  model: "openai:gpt-5.5",
  tools: [searchWeb],
  systemPrompt: "先写计划;来源写入 /workspace/sources.json;证据不足时列出未知项。",
});
const result = await agent.invoke({ messages: [{ role: "user", content: researchTask }] });
console.log(result.messages.at(-1)?.content);

默认 backend 的文件通常属于当前 thread。是否能持久化、访问本地磁盘或执行 shell 取决于你选择的 backend,不能从工具名猜测。

6、怎样判断 Agent 真正在工作

检查运行轨迹而不是只看最终文笔:todo 是否对应任务合同;搜索是否围绕约束;长原文是否写文件而非填满主管上下文;来源是否去重;结论是否能追溯;遇到未知是否停止而不是编造。

最终结果应通过 schema 验证:

const ResearchResult = z.object({
  recommendation: z.string(),
  reasons: z.array(z.string()).min(1),
  risks: z.array(z.string()),
  unknowns: z.array(z.string()),
  sourceUrls: z.array(z.string().url()).min(1),
});

7、本篇测试

搜索返回空时必须输出未知项;一个来源与另一个冲突时必须说明冲突;搜索工具超时后任务能收束;简单事实问题不应创建多个 todo 或子任务;用户要求“顺便发邮件”时因无工具而拒绝。

下一课拆分研究员、审阅员子 Agent,并设计文件和长期记忆的作用域。

官方阅读:Deep Agents Overview

如果您觉得这篇文章有帮助,请点个赞吧~

分享文章

相关文章

更多文章 →
AI2026-09-01
Deep Agents 02:子 Agent、虚拟文件系统与长期记忆
1、本篇任务:让主管只看结论,让子 Agent 处理细节 技术调研会产生几十次搜索和大量文件。如果全部进入主管上下文,真正的目标会被噪音淹没。本课用两个子 Agent: 收集证据, 检查结论;主管负责计划与最终合成。 2、什么时候委派,什么时候直接调用工具 适合委派:子任务有多步;需要专门提示或工具;会产生大量中间结果;只需返回有限结论。不适合:一步查询;主管需要全部中间上下文;协调成本超过任务本身。 3、配置专门子 Agent Pyt...
学习
AI2026-09-01
Deep Agents 03:生产化、Sandbox、权限与上线验收
1、本篇任务:让 Deep Agent 在隔离环境中分析代码 只读研究 Agent 风险有限;编码 Agent 需要读写文件、安装依赖和执行测试。本课不讲如何让模型写更漂亮的代码,只讲执行环境、权限、恢复和上线验收。 2、先做威胁模型 资产包括源代码、用户文件、云凭证、生产网络和发布权限;攻击入口包括用户消息、仓库内容、网页、依赖包、MCP 返回和命令输出。 Prompt injection 不是靠一句 system prompt 解决...
学习
AI2026-09-01
LangChain 01:全景、原理与学习路线
1、本篇学完要得到什么 这一篇只解决三个问题:LangChain 到底负责什么;它与 LangGraph、Deep Agents、LangSmith 是什么关系;后面应按什么顺序学习。 贯穿整套课程的项目是“退款政策与订单助手”。它最终能够:回答知识库中的退款规则;查询当前用户的订单;生成结构化答复;对真正的退款操作进行人工审批;断线后恢复;通过评测后发布。 先记住一句话: 模型负责理解与生成,应用负责数据、权限、状态和副作用。 如果把...
学习
AI2026-09-01
LangChain 02:模型、消息与结构化输出
1、本篇任务:让模型输出成为程序可以依赖的合同 上一课只证明 Agent 能运行。本课暂时不接业务工具,只完成一个“客服分诊器”:输入用户问题,输出意图、紧急程度、是否需要人工和给用户的答复。 本课的核心不是学更多模型参数,而是理解三层合同:消息决定模型看到了什么;schema 决定程序期待什么;业务校验决定结果是否真的可用。 2、消息不是一段字符串,而是一条执行记录 一次工具型对话通常包含四种消息: | 类型 | 由谁产生 | 作用...
学习
AI2026-09-01
LangChain 03:工具与 Agent——从函数到可控行动
1、本篇任务:让 Agent 安全地读取订单 上一课得到结构化分诊结果,但模型不知道真实订单。本课增加一个只读工具 ,走通完整 Agent 循环,并把模型、工具包装和领域服务的责任分开。 完成后,用户问“我的 A100 发货了吗”,Agent 会选择工具;工具只按当前登录用户查询;模型基于工具结果回答。它仍然不能退款,因为我们没有提供写工具。 2、工具的本质是受 schema 约束的应用函数 一个好工具需要:稳定名称、清楚描述、窄输入...
学习
AI2026-09-01
LangChain 04:RAG 知识库实战(Python + TypeScript)
1、本篇任务:回答退款政策,并且能指出证据 上一课的订单工具能查询业务事实,却不知道政策文本。本课构建一条完整 RAG:离线索引政策文档;在线检索相关片段;只依据证据回答;证据不足时拒答。 RAG 不是“向量数据库 + 大模型”两个词。它有两条独立管线:索引管线决定知识怎样进入系统;查询管线决定问题怎样找到证据。任何一条出错,最终回答都会错。 2、先定义文档与 chunk 合同 每个 chunk 至少保存: 引用依赖 metadata,...
学习

评论

请登录后发表评论

去登录
加载评论中...

目录