{
  "slug": "deep-agents-three-levels",
  "url": "https://kelewrites.com/posts/deep-agents-three-levels/",
  "title": "Deep Agents 三层架构：运行时、框架与套件如何分工",
  "subtitle": "把 LangChain 生态拆成三层，看清 Deep Agents 站在了谁的肩膀上",
  "summary": "LangChain 生态从 Chain 一路演化到 Deep Agents，本质是一套三层结构：LangGraph 当运行时管可靠执行，LangChain 当框架管快速开发，Deep Agents 当套件把行业最佳实践打包成开箱即用的 harness。理解这三层的分工与依赖方向，是不在框架洪流里迷路的第一课。",
  "date": "2026-03-27",
  "updated": "",
  "tags": [
    "AI",
    "Agent",
    "工程方法"
  ],
  "series": "",
  "source": {
    "title": "Deep Agents 实战 1 Agent 开发的三个层次",
    "url": "https://www.bilibili.com/video/BV1CPXpBYEui/"
  },
  "ai": {
    "summary": "LangChain 生态从 Chain 一路演化到 Deep Agents，本质是一套三层结构：LangGraph 当运行时管可靠执行，LangChain 当框架管快速开发，Deep Agents 当套件把行业最佳实践打包成开箱即用的 harness。理解这三层的分工与依赖方向，是不在框架洪流里迷路的第一课。",
    "takeaways": [
      "LangChain 生态从 Chain 一路演化到 Deep Agents，本质是一套三层结构：LangGraph 当运行时管可靠执行，LangChain 当框架管快速开发，Deep Agents 当套件把行业最佳实践打包成开箱即用的 harness。理解这三层的分工与依赖方向，是不在框架洪流里迷路的第一课。",
      "一、底层：LangGraph 是运行时，管「智能体怎么可靠跑起来」",
      "二、中层：LangChain 是框架，管「智能体怎么快速开发」",
      "三、顶层：Deep Agents 是套件，管「行业最佳实践怎么开箱即用」"
    ],
    "audience": [
      "正在做 AI Agent / 工程实践的工程师",
      "关心工程落地与系统设计的人"
    ],
    "quote": "一句话总结：LangChain 生态的三层结构是「LangGraph 运行时 → LangChain 框架 → Deep Agents 套件」，自底向上构建；Deep Agents 不是又一个新框架，而是把 Claude Code、Manus、Cursor 这些产品验证过的共性能力打包成的 harness。",
    "questions": [
      "这篇文章的核心结论是什么？",
      "底层：LangGraph 是运行时，管「智能体怎么可靠跑起来」？",
      "中层：LangChain 是框架，管「智能体怎么快速开发」？",
      "顶层：Deep Agents 是套件，管「行业最佳实践怎么开箱即用」？"
    ],
    "citation": {
      "title": "Deep Agents 三层架构：运行时、框架与套件如何分工",
      "conclusion": "LangChain 生态从 Chain 一路演化到 Deep Agents，本质是一套三层结构：LangGraph 当运行时管可靠执行，LangChain 当框架管快速开发，Deep Agents 当套件把行业最佳实践打包成开箱即用的 harness。理解这三层的分工与依赖方向，是不在框架洪流里迷路的第一课。",
      "points": [
        "一、底层：LangGraph 是运行时，管「智能体怎么可靠跑起来」",
        "二、中层：LangChain 是框架，管「智能体怎么快速开发」",
        "三、顶层：Deep Agents 是套件，管「行业最佳实践怎么开箱即用」"
      ],
      "quote": "一句话总结：LangChain 生态的三层结构是「LangGraph 运行时 → LangChain 框架 → Deep Agents 套件」，自底向上构建；Deep Agents 不是又一个新框架，而是把 Claude Code、Manus、Cursor 这些产品验证过的共性能力打包成的 harness。",
      "url": "https://kelewrites.com/posts/deep-agents-three-levels/",
      "attribution": "kele · Article Share"
    }
  },
  "headings": [
    {
      "depth": 2,
      "text": "开场"
    },
    {
      "depth": 2,
      "text": "金字塔总览"
    },
    {
      "depth": 2,
      "text": "一、底层：LangGraph 是运行时，管「智能体怎么可靠跑起来」"
    },
    {
      "depth": 3,
      "text": "1.1 定位：智能体世界的操作系统"
    },
    {
      "depth": 3,
      "text": "1.2 它解决的四类生产级问题"
    },
    {
      "depth": 3,
      "text": "1.3 关于依赖方向的常见误解"
    },
    {
      "depth": 2,
      "text": "二、中层：LangChain 是框架，管「智能体怎么快速开发」"
    },
    {
      "depth": 3,
      "text": "2.1 定位：面向开发者的应用框架"
    },
    {
      "depth": 3,
      "text": "2.2 框架层的四块核心能力"
    },
    {
      "depth": 3,
      "text": "2.3 1.0 的关键新增：中间件"
    },
    {
      "depth": 3,
      "text": "2.4 「几行代码」的语义变了"
    },
    {
      "depth": 2,
      "text": "三、顶层：Deep Agents 是套件，管「行业最佳实践怎么开箱即用」"
    },
    {
      "depth": 3,
      "text": "3.1 官方定位：Agent Harness"
    },
    {
      "depth": 3,
      "text": "3.2 三层架构的直观类比"
    },
    {
      "depth": 3,
      "text": "3.3 预制的核心能力"
    },
    {
      "depth": 3,
      "text": "3.4 为什么有了框架还要套件？——成功产品都长得差不多"
    },
    {
      "depth": 3,
      "text": "3.5 别忘了右侧那条线：LangSmith"
    },
    {
      "depth": 2,
      "text": "一页速览"
    },
    {
      "depth": 2,
      "text": "一句话收束"
    }
  ],
  "text": "> **一句话总结**：LangChain 生态的三层结构是「LangGraph 运行时 → LangChain 框架 → Deep Agents 套件」，自底向上构建；Deep Agents 不是又一个新框架，而是把 Claude Code、Manus、Cursor 这些产品验证过的共性能力打包成的 harness。\n\n---\n\n## 开场\n\n要做一个 AI 编程助手，你会期望它具备什么能力？读项目源码、理解代码结构、制定修改计划、分步执行并追踪进度、把查文档和写测试这类子任务派出去、还得在多轮对话里记住你的偏好。\n\n把这张清单拆开看，每一项几乎都是「严肃智能体」的标配：文件读写、任务规划、子智能体调度、长期记忆。社区里和大量开发者聊下来，反馈出奇地一致——**最难搞的不是调模型，而是怎么把这些智能体基础设施做扎实**。\n\n可现在框架满天飞：LangChain、LangGraph、CrewAI、OpenAI Agents SDK……搜一下就是一大堆，很容易就迷路了。那么 Deep Agents 在 LangChain 生态里到底处在什么位置？它解决了什么别人没解决的问题？\n\n答案要从一张三层架构图说起。**LangGraph 是底层运行时、LangChain 是中间框架、Deep Agents 是顶层套件**——三层各管一件事，自底向上构建，缺一层都不完整。下面分三层展开。\n\n---\n\n## 金字塔总览\n\n---\n\n## 一、底层：LangGraph 是运行时，管「智能体怎么可靠跑起来」\n\n### 1.1 定位：智能体世界的操作系统\n\nLangGraph 是整个生态的底座。可以把它理解成构建智能体的最底层操作系统——它不关心你的业务长什么样，只回答一个问题：**智能体怎么可靠地运行**。\n\n### 1.2 它解决的四类生产级问题\n\n| 问题 | 场景 | LangGraph 给的能力 |\n\n| 跑到一半服务器挂了 | 长任务中途崩溃 | 持久化执行，从断点恢复 |\n| 用户想看到实时进展 | 工具执行中间过程 | 流式输出，打字机效果 |\n| Agent 要删文件 | 高危操作前停下来 | 人机协作，等人工审批 |\n| 多轮对话状态 | 跨会话保留上下文 | 状态管理 |\n\n这些都是「生产级」最基础的能力。不是有了它就一定能上线，但**没有它一定上不了线**。\n\n### 1.3 关于依赖方向的常见误解\n\n很多人会下意识把 LangChain 当成底层、LangGraph 当成上层——**这正好是反的**。\n\n早期它俩是平行关系；从 LangChain 1.0 大版本起，LangChain 是构建在 LangGraph 之上的。**LangGraph 才是基座，LangChain 复用它的图执行引擎**，再对外提供更简洁的 API。\n\n> **金句**：LangGraph 不是「图编排库」，它是智能体世界的运行时——把持久化、流式、人机协作、状态管理这些生产级地基一次性铺好。\n\n---\n\n## 二、中层：LangChain 是框架，管「智能体怎么快速开发」\n\n### 2.1 定位：面向开发者的应用框架\n\nLangGraph 提供地基，LangChain 在地基之上搭出一套面向开发者的快速开发框架。它的目标用一句话讲：**让你用几行代码就能搭出一个能工作的智能体**。\n\n### 2.2 框架层的四块核心能力\n\n| 能力 | 解决的问题 |\n\n| **模型抽象** | 海外的 Claude、OpenAI，国内的 GLM、通义千问，全部统一调用方式 |\n| **数据存储抽象** | 各类向量库、KV 存储统一接口 |\n| **工具接口** | 写一个 Python 函数，就能直接被智能体当工具调用 |\n| **Agent 大循环** | 内置 ReAct 架构——模型与工具的循环已经封装好 |\n\n### 2.3 1.0 的关键新增：中间件\n\nLangChain 1.0 引入了**中间件**，以插件方式给智能体注入新能力。官方目前已经支持 20 多个预制中间件，等于把常见的横切关注点（日志、审计、限流、上下文管理等）从业务里拆出来。\n\n### 2.4 「几行代码」的语义变了\n\nLangChain 最早期就是「几行代码做一个智能体」，但那时候出来的是**玩具**。现在还是几行代码，但出来的可以是**生产级智能体**——同样的字面接口，背后承载的工程能力完全不是一个量级。\n\n不过要注意：框架给你的是积木，**怎么搭、搭出什么逻辑，还是要你自己决定**。\n\n> **金句**：LangChain 把「几行代码」从玩具升级成生产级——但积木之上的业务逻辑，仍然要开发者自己想清楚。\n\n---\n\n## 三、顶层：Deep Agents 是套件，管「行业最佳实践怎么开箱即用」\n\n### 3.1 官方定位：Agent Harness\n\nLangChain 团队把 Deep Agents 称为 **Agent Harness**。Harness 这个词最近很热，定位非常直白：**模型以外的一切，都属于 harness**。\n\n所以现在对一个智能体最简洁的理解是：\n\n> 智能体 = 模型 + Harness（外部设备）的不断循环 → 最终给用户一个响应。\n\n### 3.2 三层架构的直观类比\n\n| 层级 | 类比 | 你拿到的是 |\n\n| **LangGraph 运行时** | 厂房 | 工作台、电源、安全护具——最底层基础设施 |\n| **LangChain 框架** | 工具箱 | 锤子、钉子、锯子——标准化开发工具 |\n| **Deep Agents 套件** | 装配好的工作间 | 工具已经摆在桌面上、流程图贴在墙上，进来就能干活 |\n\n### 3.3 预制的核心能力\n\n`create_deep_agent` **一行调用**，你就同时拥有：\n**虚拟文件系统**：智能体的工作记忆载体\n**任务规划**：长程任务的拆解与追踪\n**子智能体委派**：把专项任务派给专门的 agent\n**长期记忆**：跨对话保留用户偏好与上下文\n\n这些能力以前要自己一行行写，现在不需要了。\n\n### 3.4 为什么有了框架还要套件？——成功产品都长得差不多\n\n跟进 LangChain 生态两年，一个很深的观察是：**这两年做得好的、有深度的智能体产品，骨架都长得差不多**。\n\n把 Claude Code、Manus、Cursor 这几个热门产品的核心能力摘出来对比：\n\n| 能力 | Claude Code | Manus | Cursor |\n\n| 文件系统 | 有 | 有 | 有 |\n| 长程任务规划 | 有 | 有 | 有 |\n| 子任务分配 | 有 | 有 | 有 |\n| 长期记忆 | 有 | 有 | 有 |\n\n功能侧重不同，骨架几乎一致——这不是巧合。LangChain 团队明确说过，**Deep Agents 的灵感正是来自对这些成功产品的共性分析**。只要智能体任务足够复杂、运行时间足够长（long-running agent），这些能力都属于刚需。\n\n> **金句**：Harness 这一层不是让你从零开始创新，而是把行业里验证过的模式固化下来，让你站在 Claude Code、Manus 这些产品的设计经验之上起步。\n\n### 3.5 别忘了右侧那条线：LangSmith\n\n三层架构之外，右侧还有一条平行的工程化平台——**LangSmith**。它提供 tracing、evaluation、deployment 等一整套工程化能力，是把智能体真正推上生产的另一半拼图。本讲没展开，但它是后续课程的重点之一。\n\n---\n\n## 一页速览\n\n| 层级 | 项目 | 解决的问题 | 关键能力 |\n\n| **顶层·套件** | Deep Agents | 行业最佳实践怎么开箱即用 | 虚拟文件系统、任务规划、子智能体委派、长期记忆 |\n| **中层·框架** | LangChain（1.0+） | 智能体怎么快速开发 | 模型抽象、工具接口、ReAct 循环、中间件 |\n| **底层·运行时** | LangGraph | 智能体怎么可靠运行 | 持久化执行、流式输出、人机协作、状态管理 |\n| **横向·平台** | LangSmith | 智能体怎么工程化上线 | Tracing、Evaluation、Deployment |\n\n**记住一句话**：三层自底向上构建，**LangGraph 是基座，不是上层**——这一条搞反的人最多。\n\n---\n\n## 一句话收束\n\n> **Deep Agents 不是又一个新框架，它是把成功智能体产品的共性骨架打包成套件——选择它，等于站在 Claude Code、Manus、Cursor 的设计经验之上开始写第一行代码。**"
}