代理记忆与代理工具密切相关，使用封闭的代理工具会导致对记忆的控制权丧失。记忆对提升代理体验至关重要，开放的代理工具如Deep Agents支持多种模型，促进记忆的自主管理。

Jacob Lee利用Deep Agents和Agent Client Protocol（ACP）构建了一个符合自己工作流程的编码代理。他在LangChain开发开源工具，成功替代Claude Code，提升了工作效率，并实现了代理行为的全面可观察性。通过与IDE的紧密集成，他的代码编辑和调试变得更加高效。

AI 应用正在从辅助工具转变为生产力伙伴，Deep Agents 成为开发者关注的焦点。3月21日，百度与 LangChain 举办的技术分享会探讨了智能体技术的前沿趋势与应用实践，强调了任务规划和记忆管理的重要性，并展示了文心大模型与 PaddleOCR 的集成应用，推动文档智能从内容识别向内容理解转变。未来，百度将继续与 LangChain 深化合作，推动智能体技术的落地。

随着AI代理处理任务的复杂性增加，有效的上下文管理变得至关重要。Deep Agents SDK是LangChain的开源工具，支持复杂任务的规划与执行。它通过上下文压缩技术减少信息量，确保代理在有限内存中高效工作，主要方法包括将大工具结果和输入卸载到文件系统，以及生成会话摘要，以保持代理的目标和进展。

Deep Agents通过子代理和技能简化多代理系统的构建，子代理解决上下文膨胀问题，保持主代理的上下文清晰；技能则通过逐步披露能力，优化工具使用。两者结合可高效管理复杂任务，构建强大的AI系统。

Deep Agents通过子代理和技能简化多代理系统的构建，解决上下文膨胀问题，保持主代理的上下文清晰。技能提供逐步披露能力，按需加载指令，从而有效管理复杂任务，提高AI系统能力。

DeepAgents CLI是基于Deep Agents SDK的编码代理，支持终端交互和文件操作。通过Terminal Bench 2.0评估，DeepAgents CLI在89项任务中得分约42.5%，与Claude Code相当。Harbor框架提供隔离环境，支持自动化测试和评分，简化评估过程。

DeepAgents推出沙盒集成，支持Runloop、Daytona和Modal等合作伙伴，提供安全的代码执行环境，支持并行和长时间任务。用户需创建账户并设置API密钥，使用CLI命令快速上手。

Deep Agents推出沙盒功能，允许安全执行远程代码。沙盒提供安全、干净的环境，支持并行和长时间任务。用户需创建账户并设置API密钥，使用CLI命令快速上手。

DeepAgents CLI 允许用户通过终端创建和运行具有持久记忆的智能代理，支持文件操作、命令执行、网络搜索和API请求。用户可设置API密钥并启动CLI进行任务，代理能够记忆信息以便未来对话使用，并支持多代理管理。

Deep Agents是一个Python包，旨在简化复杂任务的执行。0.2版本新增可插拔后端，支持多种文件系统，增强长期记忆功能，并改进工具结果管理和对话历史压缩，适合构建自主、长期运行的代理。

使用LLM循环调用工具是最简单的代理形式，但可能导致“浅”代理，无法处理复杂任务。应用如“Deep Research”和“Claude Code”通过规划工具、子代理和文件系统克服了这一限制，形成深代理，能够执行复杂任务。为方便构建深代理，开发了开源包“deepagents”。