LangChain推出Managed Deep Agents与LLM Gateway公测版
LangChain宣布Managed Deep Agents与LLM Gateway进入公开测试阶段，同时发布Deep Agents v0.7、Tuned Evaluators等多项更新。
AI解读：LangChain正在把重心从开发框架转向生产环境的管控层。这次公测的LLM Gateway负责代理与模型之间的流量，提供成本控制、速率限制、模型回退和敏感数据处理，解决的是团队把代理推向生产时最先遇到的治理问题。
Managed Deep Agents则让开发者用一条命令把Deep Agent部署到托管运行时，内置持久执行、沙箱和追踪。对Stripe、Apollo这类已经在用Deep Agents的公司，托管模式能省去自建基础设施的功夫，但前提是信任LangChain的运维能力。
另一个信号是Deep Agents v0.7将基础输入token削减了 65%，意味着运行成本显著下降，可能让更多团队愿意尝试复杂代理。不过这些数字来自LangChain自己的测试，实际效果还要看具体场景。
普通开发者暂时不需要立即行动，可以先评估现有工作流是否受这些改动影响。
LangChain在 2026 年 8 月新闻通讯中宣布，Managed Deep Agents和LLM Gateway进入公开测试阶段，同时发布了Deep Agents v0.7开源版本和多项LangSmith更新。
LangSmith更新
Managed Deep Agents公测版允许用户通过一条命令将Deep Agent部署到托管LangSmith运行时，内置持久执行、沙箱、追踪等功能。
LLM Gateway作为代理与模型之间的中间层，提供成本控制、速率限制、模型回退和敏感数据处理。
LangSmith Engine性能改进：查找代理问题的效率提高超过 2 倍，建议修复在标准基准上的表现提升 25%。
Tuned Evaluators自动将质量反馈附加到生产追踪中，首个评估器为Perceived Error。
BYOC现已在AWS上可用，团队可以在自有VPC中运行LangSmith，由LangChain负责设置、扩展和升级。
开源和其他
Deep Agents v0.7简化了基础框架，在性能相当的情况下，基础输入token使用量减少了 65%。
LangChain还发布了关于Managed Deep Agents的视频系列，并更新了Foundation课程，涵盖Deep Agents v0.7、子代理模块、TypeScript支持和内置辅导技能。