会写代码还不够：Deep Agents 的 Shell 与 Sandbox
摘要Deep Agents 中 Shell、execute 与 Sandbox 分别对应命令执行方式、框架调用接口和运行环境。本文以数据分析任务为例，梳理从上传文件、编写并运行脚本，到校验产物、管理工作空间生命周期的完整链路。
技术主题
Deep Agents
面向复杂长程任务的深度智能体架构与实践。
主题概览
当 Agent 需要执行几十步任务，单纯增加工具并不能解决所有问题。计划如何维护、中间文件放在哪里、上下文何时压缩、失败后怎样继续，都会影响系统可靠性。Deep Agents 在基础 Agent Loop 上增加 Planning、Filesystem、Backend 和子任务委派等机制。本专题沿着任务执行过程分析这些组件的职责及其适用边界。
重点内容
- Planning 与任务进度管理
- Filesystem、Backend 与上下文预算
- 工具执行、子任务委派及长任务恢复
10 篇内容
Agent 文件去哪了：Deep Agents Backend 底层机制解析
摘要Deep Agents 由 Backend 决定写入文件的保存位置与生命周期，区分 State、Store、本地文件系统与混合四类实现，并影响跨会话读取与持久性。
Deep Agents 的 Context Engineering：长任务如何控制 Token 成本
摘要围绕 Deep Agents 长任务中的上下文膨胀，梳理文件卸载、历史摘要与子任务隔离三种机制，并给出 SummarizationMiddleware 的触发阈值配置、关键状态独立保存和运行成本监控等工程实践。
为什么 Deep Agent 需要文件系统：Filesystem 与工作空间
摘要从多步骤任务产生的中间结果入手，说明 Deep Agents 为何需要 Filesystem，梳理 FilesystemMiddleware 与 Backend 的分工、核心文件工具的使用方式。
从 Tool Calling 到可靠执行：Deep Agents 的工具设计
摘要梳理 Tool Calling 的执行链路与 Deep Agents 工具体系，给出职责、参数、结果、权限四类工具设计原则及工单工具示例。
复杂任务如何规划：Deep Agent 的 Planning 机制
摘要介绍 Deep Agent 的 Planning 机制：通过 TodoListMiddleware 与 write_todos 将任务计划写入 State，让模型在多次工具调用中记录进度并动态调整。
Deep Agents 快速入门：从零构建第一个 Deep Agent
摘要以 Research Agent 为例，组装第一个 Deep Agent，说明其中的各个组件各自负责什么，并通过 invoke() 返回的消息查看 Agent Loop 中的工具调用记录。
Deep Agents 架构解析：复杂 Agent 是怎样运行的
摘要从 create_deep_agent() 切入，梳理 Model、Tools、Middleware、Backend、Subagent 等职责边界，说明 Deep Agents 如何承载复杂任务的 Harness 能力。
从普通 Agent 到 Deep Agents：复杂任务的能力演进
摘要当任务从几次 Tool Calling 扩展到几十步长流程，瓶颈已从工具调用转向状态与上下文管理。本文对比基础 Agent 与 Deep Agents，梳理 Agent Harness 的能力层次与适用边界。
LangChain、LangGraph 与 Deep Agents：如何选择 Agent 架构
摘要理解 LangChain、LangGraph 与 Deep Agents 的分工，按任务复杂度选择合适的 Agent 架构。