跳转至

LangChain Deep Agents v0.7: 精简 Agent Harness

Ch04.265 LangChain Deep Agents v0.7: 精简 Agent Harness

📊 Level ⭐⭐ | 11.6KB | entities/langchain-deep-agents-v0-7-2026-07-29.md

LangChain Deep Agents v0.7: 精简 Agent Harness

摘要

LangChain 于 2026 年 7 月发布 Deep Agents v0.7，对 agent harness 进行了根本性的精简。核心成果是 base input tokens 减少 65%（约 6k → 约 2k），同时在三类基准评估（自主任务、对话、长上下文）× 四款模型的矩阵中保持同等性能。该版本受 Anthropic 最新 context engineering 指南启发，移除了隐藏的 base system prompt、将内置 tool descriptions 裁剪 43%，并使 TodoListMiddleware 变为 opt-in。此外，v0.7 大幅增强了 middleware 的可配置性，允许开发者全面覆盖默认的 middleware 栈和 prompt。

核心要点

改进领域 具体变化 影响
Base harness 精简 移除 base system prompt，裁剪 tool descriptions 43%，TodoListMiddleware opt-in base input tokens 从 ~6k 降至 ~2k（-65%）
性能持平 在 Autonomous / Conversational / Long-context 三类任务上验证 整体 reward 持平；gpt-5.6-luna 的 tokens -34%、cost -15%、reward +4%
Context Engineering 遵循 Interfaces beat examples 和 Avoid repetition 原则 更少的 prompt 膨胀，模型更专注于 tool schema
Middleware 可配置性 支持通过 .name 匹配覆盖默认 middleware；SummarizationMiddleware 可自定义触发阈值和提示词 解决 top community ask，告别 hacky 变通方案
Filesystem 优化 write_file 覆盖而非报错；read_file 分页返回行数/offset；grep/glob 返回截断标记 大项目下的稳定性和可用性提升
Breaking changes 移除 BackendFactory；添加 delete tool 至默认 filesystem 需注意迁移

深度分析

Context Engineering 哲学转向

v0.7 的发布标志着 LangChain 在 harness 设计理念上的重要转折。其核心洞见来自 Anthropic 更新的 context engineering 指南——该指南报告 Claude Code 的系统提示在 Opus 5 和 Fable 5 上被削减了 80%+ 而编码评测未出现可测量的下降。Context Engineering 从"加更多指令让模型表现更好"转向"移除模型已经不需要的指令"。

v0.7 遵循两条关键原则：

  1. Interfaces beat examples：精心设计的 tool schema 比曾经流行的 few-shot examples 更能教会模型使用工具。Few-shot examples 可能窄化模型探索空间，而工具接口的形式化描述（参数、类型、约束）对现代模型而言是更高效的引导信号。这与 Tool Use Patterns 领域的近期研究一致。

  2. Avoid repetition：在 system prompt 和 tool description 中重复同一指令不会提供有意义的强化。现代模型的指令遵循能力已经足够强，冗余提示只会浪费 token 预算和引入噪音。

三项具体改动及其效果

v0.7 围绕"削减不必要的 base input token"这一假设进行了三项改动：

移除 base system prompt. Deep Agents 此前在底层注入了一段包含通用指南和工具使用说明的 system prompt，v0.7 将其完全移除。这使得自定义 prompt 不再与之叠加或冲突，用户的 prompt 控制力得到根本性提升。

裁剪 tool descriptions 43%. 内置工具的描述文本被大幅精简，去除了冗余和示例性文字，仅保留模型调用所需的最小语义信息。

TodoListMiddleware opt-in. create_deep_agent 不再默认包含 TodoListMiddleware。评测显示，规划提示和 write_todos 工具在多模型、多类别的测试中并未显著提升性能——甚至在小部分场景中略有负面影响。

这三项改动叠加后，默认 agent 单次调用的 base input tokens 从约 6,000 降至约 2,000。

评估方法与结果

LangChain 使用了一套新的评估套件来验证改动没有导致性能回退。评估覆盖三类 agent 任务：

  • Autonomous（自主任务）：端到端的编码和数据分析任务
  • Conversational（对话）：与模拟用户的多轮对话
  • Long-context（长上下文）：需要检索和大篇幅推理的任务

评估矩阵为 3（任务类别）× 4（模型）：gpt-5.6-luna、gemini-3.6-flash、claude-sonnet-4-6、claude-opus-4-8。

结果概览：

模型 Token 变化 Cost 变化 Reward 变化
gpt-5.6-luna -34% -15% +4%
claude-opus-4-8 统计显著下降 统计不显著 持平
gemini-3.6-flash 下降 下降 持平
claude-sonnet-4-6 — 明显上升（两个困难自主任务导致） 持平

注：所有模型的 reward 置信区间跨越零值，即无统计显著的 reward 变化。Luna 和 Opus 的 token 降低具有统计显著性，Luna 的 cost 降低也具有统计显著性。

TodoListMiddleware 的适用场景

虽然 TodoListMiddleware 默认被移除，官方文档指出它仍然在某些场景中值得主动启用：

  1. 长多步任务：agent 需要在多轮调用间维持显式规划，避免跑偏
  2. 能力较弱的模型：这类模型需要更多脚手架来避免遗漏步骤或丢失上下文线索
  3. 面向 UI 的场景：用户可见的规划和进度展示本身也是产品体验的一部分

启用方式仅为一行：middleware=[TodoListMiddleware()]。

Middleware 可配置性的意义

Middleware 栈的覆盖能力是过去六个月中 Deep Agents 社区的第一需求（参见 GitHub issue #3783）。此前开发者无法合法地更改默认 middleware 行为——需要 hacky 的变通方案来移除或修改某些中间件。

v0.7 通过两方面的设计解决了这一问题：

Prompt 全面控制。 移除隐藏 prompting 后，自定义 prompt 不再与系统级 prompt 叠加造成膨胀或冲突。用户注入的指令获得最大效力。

Middleware 覆盖机制。 现在可以通过传递一个 .name 属性匹配默认 middleware 名称的实例来就地替换它，而非因重名报错。例如自定义 SummarizationMiddleware：

from deepagents import create_deep_agent
from deepagents.middleware import SummarizationMiddleware

agent = create_deep_agent(
    model="anthropic:claude-sonnet-5",
    middleware=[
        SummarizationMiddleware(
            model="fireworks:accounts/fireworks/models/kimi-k3",
            trigger=("fraction", 0.5),          # 50% context window 触发而非默认的 85%
            summary_prompt="Summarize the conversation so far, keeping any file paths and decisions verbatim...",
        ),
    ],
)

这种模式适用于任何内置 middleware 的定制化，包括 prompt-caching TTLs 等参数。

Filesystem 的实用性改进

Filesystem 作为 Agent Loop 中 agent 读写和导航状态的上下文管理层，v0.7 做出了一系列基于 eval 和 dcode 实际使用轨迹的优化：

  • write_file 覆盖而非报错（PR #4109）：更贴近真实开发体验
  • 分页 read_file（PR #4540）：返回总行数、剩余行数及下一个 offset，支持精确分页
  • grep/glob 截断保护（PR #4063 / #4570 / #4706）：在大型目录树上返回部分结果并附加 truncated 标记，而非挂起；grep 增加 1,000 行匹配上限、流式输出和上下文行支持

这些改进特别适合 Agent Observability 和 Long-running Agent 场景，在这些场景中 filesystem 操作可能影响 agent 的稳定性。

实践启示

  1. 打磨 tool schema 而非写更多 prompt。 v0.7 的核心教训是：花精力设计精确、自描述的 tool schema（参数、约束、边界条件），其 ROI 高于在 system prompt 中写指令。工具接口本身就是最好的 instruction。

  2. 定期审计 prompt 冗余。 随着模型能力提升，曾经必要的提示指导可能已经过时。维护一个"prompt 审计"周期，移除不再需要的指令和重复内容。

  3. 为不同模型准备不同的 harness 配置。 v0.7 的评估显示不同模型对 harness 的响应显著不同（如 claude-sonnet-4-6 与 gpt-5.6-luna 的成本行为相反）。建议按模型家族维护独立的 harness 配置文件和 middleware 栈。

  4. TodoList 按需启用。 默认关闭 TodoListMiddleware 是正确选择，但不要完全遗忘它——对长流程、弱模型、UI 场景，显式规划仍然是重要工具。

  5. 利用 middleware 覆盖实现渐进式定制。 从默认栈开始，通过 .name 匹配逐渐替换需要定制的中间件，而非 fork 整个 harness。这样既能跟上官方更新，又能获得定制灵活性。

  6. filesystem 操作的容错优先。 对于 agent 在大型代码库或文件树中的操作，启用截断保护和分页读取，避免 agent 因单次 filesystem 调用异常而崩溃。

相关实体

→ 原文存档