LangChain 作者

AI智能体的持续学习不只发生在模型权重，还包括驱动代理的harness和可配置的context，三层都能基于执行轨迹持续更新；模型更新面临灾难性遗忘，harness可通过分析任务日志迭代代码，context可在代理、用户或组织层离线或实时写入记忆；构建会长期变强的智能体，关键不只是训模型，而是用轨迹统筹优化三层。

LangChain评测显示，开源模型GLM-5与MiniMax M2.7在文件操作、工具调用和指令遵循等代理核心任务上已接近闭源前沿模型，且成本和延迟显著更低，适合生产环境；Deep Agents已支持一键接入、本地或多提供商部署，并可在会话中切换模型，目前开源模型已能承担大量代理执行任务。

LangGraph是面向长运行、有状态智能体的底层编排框架，核心能力包括故障后精确恢复、执行中人工干预、短期与长期记忆、运行调试观测及生产级部署，可独立使用，也可与LangChain、LangSmith等集成，结论是它为构建、管理和规模化部署复杂智能体提供了通用基础设施。

文章给出智能体评测落地清单：先人工审查真实轨迹并明确单任务成功标准，优先从最有信号的全流程评测起步，再按任务构建可验证数据集、为不同维度设计合适评审器，结合离线、在线和人工复查持续迭代，并将高通过率能力评测接入CI/CD形成回归测试，最终用生产反馈闭环提升可靠性。

langgraph-cli新增deploy命令集，核心命令langgraph deploy可一键将LangGraph代理部署到LangSmith Deployment并接入现有CI/CD；执行时自动构建Docker镜像、创建运行所需基础设施并配置Postgres与Redis，实现免手工搭建的生产级运行；同时提供list、logs、delete等管理命令与新代理模板，可用uvx快速启用。

Deep Agents在Python SDK与CLI新增“自主上下文压缩”工具，模型可在任务边界、提炼结论前后、读取或生成大量内容及进入复杂多步流程时主动触发，将旧消息按规则总结并保留最近约10%对话，以缓解上下文窗口限制与context rot，减少固定阈值压缩带来的时机不佳并提升长程交互代理的稳定性与可用性。

编码代理让写代码成本骤降，EPD流程从“先写PRD再出设计再实现”转为“先快速原型再集中评审”，瓶颈由实现转到架构、产品与交互的审查与仲裁；传统PRD式瀑布死亡但需求意图文档仍必需且可演化为结构化提示；角色更趋融合，通才与产品感更关键，专才门槛提高，组织分化为用代理构建的builder与高强度系统思考的reviewer，坏产品想法将放大浪费与产品膨胀风险。

Agent由模型与Harness组成，Harness指除模型外的代码与执行机制，通过提供持久状态、文件系统与Git、工具与代码执行、沙箱环境、搜索与记忆注入、上下文压缩与输出卸载、规划与自验证循环及编排钩子，把仅能输入输出文本的模型变成可长期自主完成任务的工作引擎，并与模型后训练共同演化但也可能导致对特定工具逻辑过拟合，因此优化Harness本身可显著改变同一模型的效果。

LangChain为Codex、Claude Code等编码代理构建按需加载的技能，并提出评测管线：在一致沙箱中设定可度量任务，对比无技能与不同拆分技能的表现，用LangSmith全程追踪行动与失败原因并迭代，结果任务完成率由9%升至82%，结论是技能必须依赖系统化评测与可观测性才能稳定增益。

LangChain团队开源langchain-skills仓库11项技能，按需动态加载脚本与指令，覆盖LangChain、LangGraph、DeepAgents，使Claude Code相关任务通过率由25%升至95%，可用npx skills安装并绑定代理，后续将持续扩充并同步发布LangSmith技能。