LangChain 详解 Deep Agents 上下文工程：五种让 Agent 记住信息而不撑爆上下文的机制

LangChain 官方博客 2026-10-14 发布《Context Engineering: How Deep Agents Remember》（作者 Jess Weng），把 Deep Agents 框架的五种上下文管理机制逐一拆开讲了一遍。Deep Agents 是 LangChain 2025 年 7 月底开源的智能体框架，GitHub 仓库自述为「The batteries-included agent harness」，2026-10-15 查看约 30.3k 星、MIT 协议、Python 编写。文章的核心信息是：对付长会话退化的手段大多不必自己写中间件——工具结果落盘、85% 触发摘要、技能渐进加载开箱即用，markdown 长期记忆传一个参数开启，自定义子代理显式传入列表，官方原话是「Most of this is built in」。

要点

• 单条工具结果超过约 2 万 token，框架自动写入文件系统，模型只看到首尾几行预览和文件路径，需要细节时调 read_file 取回；超大的用户消息（5 万 token 阈值）同样处理（官方博客，2026-10-14）。
• 上下文用量达到窗口 85%（默认值）时，框架在下一次模型调用前触发摘要：旧消息压缩成摘要、最近消息原样保留，摘要存成 markdown 文件、随时可恢复，且新摘要会把旧摘要包进去，不会越压越丢。
• 这不是一次新功能发布：deepagents 仓库 2025-07-27 创建，LangChain 今年 1 月底就写过 Deep Agents 的上下文管理，8 月 7 日 Managed Deep Agents 宣布公测，本篇是把既有机制整合成一篇方法论。

背景

上下文工程这个话题的起点是一份研究。Chroma 2025-07-14 发布的技术报告《Context Rot》测了 18 个模型（含 GPT-4.1、Claude 4、Gemini 2.5、Qwen3 系列），结论是「Across all experiments, model performance consistently degrades with increasing input length」——任务难度不变，输入变长，性能照样掉，而且掉得不均匀。两个半月后，Anthropic 在 2025-09-29 的工程指南里沿用并推广了 context engineering 一词，本站 2026-09-28 的《Agent 牌桌已变》讲过这层概念：上下文是每轮都在重排的有限资源，管理它是工程问题。LangChain 这篇的位置不同：Chroma 和 Anthropic 回答「为什么要管」，它回答「落地到框架里该怎么管」。

事实部分

Deep Agents 的五种上下文工程机制可以整理成下表（据官方博客 2026-10-14，路径与阈值均为原文数字；哪些默认生效见表后说明）：

机制	触发条件	行为与开启方式
工具结果落盘	单条工具结果超约 2 万 token；用户消息超 5 万 token	写入 /large_tool_results/、/conversation_history/ 等路径，模型只见首尾预览加路径，read_file 可取回
对话摘要	每次模型调用前检查，用量达窗口 85%	另起一次 LLM 调用压缩旧消息，最近消息原样保留；摘要存 /conversation_history/{session_id}.md，也可改为话题切换时触发
技能加载	运行前扫描技能目录	只读各技能 SKILL.md 的标题和描述注入系统提示，全文按需加载；官方称十个技能的上下文开销约等于十条单行注释
子代理	遇到噪音大的任务	在独立上下文窗口里跑，只回传最终结论；自定义子代理需经 subagents=[…] 显式传入，可指定提示词、工具或更便宜的模型
长期记忆	学到值得跨会话保留的信息	需以 memory=[…] 参数开启：写进 markdown 文件（如 /memories/AGENTS.md），运行开始时载入、每次调用注入系统提示；换模型供应商不丢

官方博客里最接近设计原则的一句是：「Large inputs should be offloaded, not truncated. Truncation is lossy; offloading keeps it retrievable.」——大输入该外置而不是截断，截断是有损的，外置保留可取回性。五个机制共用这条逻辑：窗口里只留索引和摘要，原文都在文件系统里，丢了能找回来。就开启方式，官方的概括是「Most of this is built in, so you don’t need to write any middleware to use these techniques (unless you want to customize something specific)」——落盘与摘要在默认阈值下自动运行，技能只需指定技能目录，记忆和自定义子代理要各传一次参数。

各方说法

独立的证据两边都有。支持面在 Chroma 的数据：18 个模型实测退化，其中干扰项越多伤害越大，而打乱材料的逻辑顺序反而普遍提分——说明「怎么呈现」比「在不在窗口里」更关键。HN 上（Chroma 报告讨论串，260 分 59 评）实践者的观察更具体：posnet 说 Claude Code「压缩次数越多退化越明显」，重读原文件都比依赖压缩摘要强；zwaps 说 Gemini 远没到窗口上限推理就先垮，「Context engineering is still king, RAG is not dead」。反方的声音也在：blixt 引 Many-Shot ICL 论文提醒「I wouldn’t assume a longer context is always worse」，塞满示例的长上下文有时反而提分，结论取决于具体任务。落地上，NVIDIA 开发者博客 2026 年 7 月的实测是第三方数据：给 Nemotron 3 Ultra 调 Deep Agents 的 harness profile，加自定义中间件、改提示词后，read_file 分页测试从 0/3 修到 3/3，127 分制总评分从 94 提到 96——同一套默认值换个模型，仍要按模型重调。

编辑判断

对正在跑长任务 Agent 的开发者，这篇的用处是一张可以直接对照的机制与阈值清单：如果你的 harness 还在把整段工具输出塞进窗口、把旧对话一压了之，Deep Agents 的五个阈值（2 万 token、5 万 token、85%、SKILL.md 标题扫描、markdown 记忆）给出了业界落地的参照系，自己实现时不必从零拍脑袋。两个诚实的保留意见。其一，官方没有给这套机制的对照基准，NVIDIA 的分数是调优结果而非「默认开与关」的对比，85% 这类数字是经验值而非测出来的最优；Chroma 自己也提醒退化非均匀，换任务、换模型都要重验。其二，markdown 长期记忆走的是最轻的路线，适合个人与中小团队；需要事实带时间窗、过期自动失效的记忆，就得看 Graphiti 这类时序知识图谱方案，两者不是同一档投入。

怎么试

框架装好即用：uv add deepagents，文档在 docs.langchain.com/deepagents。装好后，工具结果落盘、摘要、技能加载默认生效；长期记忆给 create_deep_agent 传 memory=["/memories/AGENTS.md"] 这类参数开启；自定义子代理传入 subagents 列表（官方文档注明默认自带一个通用子代理）。定制入口是对应中间件的提示词、阈值和存储路径；官方博客末尾给的起点就是这个安装命令。