LangChain:Managed Deep Agents 动态调度上线后逾七成运行来自计划任务
LangChain 称自 9 月为 Managed Deep Agents 推出动态调度以来,LangSmith 上超过 70% 的 MDA 运行来自计划触发而非人工输入;部署路径可浓缩为 mda init 与 mda deploy。
组织要把主动型智能体铺开,关键不只是“能聊”,而是能否按日历与事件稳定跑起来,并把人工输入从主路径上挪开。
据 @LangChain(约 2026-10-28),自 9 月为 Managed Deep Agents(MDA) 推出动态调度(dynamic scheduling)以来,LangSmith 上超过 70% 的 MDA 运行来自计划任务,而非用户临时键入消息。官方称部署可压缩为 mda init 与 mda deploy,便于在组织内分发主动型智能体。帖内附图并引用相关讨论帖。
对软件研发智能化与平台工程而言,该数字是采用信号:调度一旦可用,代理工作负载会迅速从交互式转向批式与周期式,例如例行巡检、汇总报告、预热缓存、或 overnight 修复建议。落地仍需核对时区与失败重试策略、密钥保管、人工审批闸门,以及 LangSmith 计费与审计字段是否满足内控要求。
还要注意:帖文未披露统计窗口内的绝对运行量,也未说明失败重试是否计入;70% 是比例而非总量承诺。团队若评估 MDA,建议先在非生产项目用少量计划任务验证可观测性与回滚,再扩大到面向客户的流程。
Managed Deep Agents scheduling adoption on LangSmith
You’re an mda init and mda deploy away from distributing a proactive agent in your org.
Since launching dynamic scheduling for Managed Deep Agents in September, over 70% of MDA runs on LangSmith come from schedules vs human typing a message. https://t.co/qScuU6UnEX https://t.co/eN8V4xBLQI