Deep Agents v0.6 が正式にリリースされました。今回のアップデートは、モデル層、エージェント層、スケーラビリティ、および時間経過に伴うパフォーマンスに焦点を当てています。新バージョンでは、コードインタープリター、ハーネスプロファイル、ストリーミング v3、デルタチャンネル、そして ContextHub バックエンドの5つの主要機能が導入されました。
コードインタープリターは、エージェントにプログラム可能なワークスペースを提供します。エージェントはコードを記述してツールを構成し、状態を管理し、中間結果をモデルコンテキストから除外できます。これは、軽量なランタイムで実行され、サンドボックスのオーバーヘッドなしに、ツール呼び出しの調整やデータ変換を可能にします。特に、プログラムによるツール呼び出し（PTC）と再帰的ワークフローの2つの新しい能力を実現します。PTC では、エージェントがコード内からツールを呼び出すため、毎回モデルに戻る必要がなくなり、トークン消費とラウンドトリップが削減されます。再帰的ワークフローでは、エージェントが外部状態を維持しながら、サブエージェントを呼び出し、結果を処理し、次のステップに進むことができます。インストールは pip install deepagents[quickjs] または npm install @langchain/quickjs で行い、ミドルウェアとして追加します。
ハーネスプロファイルは、オープンウェイトモデル（Kimi、Qwen、DeepSeek など）を本番環境で活用するための重要な機能です。各モデルは独自のツール呼び出し形式やプロンプト規則を持っており、ハーネスが最適化されていないと性能が発揮されません。Deep Agents v0.6 では、ハーネスプロファイルを第一級の抽象化として導入し、モデルごとのオーバーライドをバージョン管理可能な単位として定義できます。公式プロファイルが主要モデルにバンドルされており、カスタムプロファイルも作成可能です。内部テストでは、ハーネス層の調整だけでベンチマークスコアが10〜20ポイント向上しました。
ストリーミング v3 は、統一されたイベントストリームと型付きプロジェクションを提供します。開発者は stream.messages、stream.subagents などのプロジェクションを使用して、必要なイベントのみを購読できます。このプロトコルはローカルとリモートの両方で一貫しており、LangGraph SDK は SSE または WebSocket を介したクライアント.threads.stream(...) をサポートします。フロントエンドでは、@langchain/react、@langchain/vue、@langchain/svelte、@langchain/angular の v1 統合がリリースされ、Streaming Cookbook のサンプルコードとともに、リッチなストリーミング体験を容易に構築できます。
デルタチャンネルは、長時間実行エージェントのチェックポイントストレージ問題を解決します。従来のスナップショット方式では、ストレージが O(N²) で増加しますが、デルタチャンネルは差分のみを保存することで、ストレージを10〜100倍削減します。例えば、200ターンのマルチファイルコーディングセッションでは、従来5.27 GB が必要でしたが、デルタチャンネルでは12 MB に削減されました。これにより、データベースへの書き込みボトルネックが緩和され、スケーラビリティが向上します。
最後に、ContextHub バックエンドは LangSmith Context Hub を基盤として、エージェントのスキル、ポリシー、メモリをバージョン管理可能な協調環境で保存します。これにより、一度の実行で得た学習を次の実行に活かすことができます。これらの機能により、Deep Agents はより強力で経済的、かつ拡張性の高いエージェントフレームワークとなります。