切走的是运行时，不是框架
Deep Agents 框架本身仍然开源、可以自己跑，这次托管的是它下面那层运行时。分工被划得很清楚：模型、指令、工具、middleware、子智能体和业务逻辑归开发者；持久化、记忆挂载、skill 加载、沙箱生命周期、durable execution、流式输出、鉴权、调度和链路追踪归 LangSmith。工作流是一套 `mda` 命令行——`mda init` 建项目、`mda dev` 在本地连 LangSmith Studio 调试、`mda deploy` 部署，评测则走 `mda evals init` 与 `compile`。
沙箱按线程隔离，一行配置
沙箱以代码声明，`define_sandbox(provider="langsmith", scope="thread")` 即可；默认每个持久线程分到独立沙箱，适合一个用户会话或一个任务一套工作区的编程类智能体，也可以改成 `scope="agent"` 让多个线程共用一个。沙箱里的活动会回流到 LangSmith 的追踪里，用来复盘成功和失败的运行。这套东西自建并不轻松——供给、回收、崩溃恢复每一项都要单独投工程。
现在适合评估，还不适合迁移
公测期有几条硬约束：只在 LangSmith Cloud 美国区可用，其它区域和部署方式官方称「稍后提供」；以 CLI 为主，API 仍在定稿；测试期的原语还会按反馈调整；价格没有公布。对国内团队来说，数据出境和区域限制基本决定了这一版只能拿来评估形态，先想清楚哪些能力值得外包给托管运行时、哪些必须留在自己手里，比急着迁移更实际。今年 5 月它在 Interrupt 大会上以私有测试版亮相，这次是第一次面向所有人开放。
via: LangChain 官方公告 Managed Deep Agents is now in public beta、LangChain 文档：Managed Deep Agents 示例；核实于 2026-08-09