# Deep Agents

Deep Agents 新增异步子智能体：一个编排智能体留在前台与用户对话并整理上下文，子智能体作为后台工作线程跑长任务，完成后回报。此前标准 ReAct 循环里每次长工具调用都会阻塞循环，其他任务只能排队；现在子智能体不再占住编排智能体的循环，用户可在其自身循环不忙时联系它，可承担的工作量随后台工作线程数量增长，而不是随单条循环的长度增长。

Deep Agents 新增异步子智能体：一个编排智能体留在前台与用户对话并整理上下文，子智能体作为后台工作线程跑长任务，完成后回报。此前标准 ReAct 循环里每次长工具调用都会阻塞循环，其他任务只能排队；现在子智能体不再占住编排智能体的循环，用户可在其自身循环不忙时联系它，可承担的工作量随后台工作线程数量增长，而不是随单条循环的长度增长。

LangChain 开源智能体框架 Deep Agents 用五种上下文工程手段应对长任务中的“上下文腐化”：把超大工具结果和用户消息卸载到文件系统、在接近上限时压缩历史、按需加载技能、用子智能体隔离噪声工作，并把长期记忆存成普通文件。它不删除信息，而是把上下文移出活动窗口，需要时再读回，因此记忆保存在用户自己控制的存储里，换模型或换供应商后仍可继续使用。

LangChain 开源智能体框架 Deep Agents 用五种上下文工程手段应对长任务中的“上下文腐化”：把超大工具结果和用户消息卸载到文件系统、在接近上限时压缩历史、按需加载技能、用子智能体隔离噪声工作，并把长期记忆存成普通文件。它不删除信息，而是把上下文移出活动窗口，需要时再读回，因此记忆保存在用户自己控制的存储里，换模型或换供应商后仍可继续使用。