LangChain lance Deep Agents : un environnement d'exécution structuré pour la planification, la mémoire et l'isolation du contexte dans les agents IA multi-étapes
LangChain a déployé Deep Agents, un ensemble de composants structurés pour la planification, la gestion de la mémoire et l'isolement du contexte dans les agents AI multi-étapes. Contrairement à d'autres systèmes, Deep Agents ne présente pas de nouveau modèle de raisonnement ni un nouveau runtime distinct de LangGraph, mais intègre des paramètres par défaut et outils intégrés autour du boucle standard d'appel d'outils. Les caractéristiques principales incluent une planification via write_todos, des outils de gestion de fichiers, un accès à la shell sécurisé, un outil de tâche pour lancer des sous-agents et des fonctionnalités de gestion contextuelle comme la résumé automatique et le stockage de grands résultats dans des fichiers. Cette approche vise à simplifier le développement d'agents capables de planifier, gérer de grandes quantités de contexte, déléguer des tâches et conserver des informations sur plusieurs conversations.
LangChain's Deep Agents facilite le développement d'agents AI avancés pour entreprises européennes comme Dassault et Airbus, en améliorant la planification, la gestion de la mémoire et l'isolement contextuel dans les systèmes multi-étapes.