LangChain stellt „Deep Agents deploy“ als Beta für den offenen Agent-Harness vor

Ein Befehl soll den offenen Agent-Harness in den Produktivbetrieb bringen

LangChain hat nach eigenen Angaben im Blogpost „Deep Agents deploy“ als Beta vorgestellt. Der Befehl `deepagents deploy` soll einen modellunabhängigen Open-Source-Harness produktionsreif ausrollen. Dafür bündelt er drei Schritte, die LangChain für den Produktivbetrieb nennt: Orchestrierungslogik und Memory mandantenfähig und skalierbar bereitstellen, Sandboxes pro Agent-Session starten und Endpunkte für MCP, A2A, Human-in-the-Loop und Memory einrichten.

LangChain sieht darin eine offene Alternative zu Claude Managed Agents. Anthropic beschreibt diesen Dienst als Suite komponierbarer APIs. Sie verbindet einen von Anthropic verwalteten Harness mit Produktionsinfrastruktur für State, Memory, Berechtigungen und geplante Ausführung. Auf der Claude Platform ist er in öffentlicher Beta verfügbar.

Zwei Aussagen stammen allein vom Hersteller. Laut LangChain sei Deep Agents deploy „the fastest way“, einen solchen Harness produktionsreif bereitzustellen. Außerdem besitze, wer einen offenen Harness wähle, sein Memory, statt an einen proprietären Harness oder ein einzelnes Modell gebunden zu sein. Unabhängig geprüft ist keine der beiden Aussagen.

Managed Deep Agents läuft als gemanagte LangGraph-App in LangSmith

Parallel beschreibt LangChain „Managed Deep Agents“ mit der CLI `mda`. Laut Update vom 7. August ist der Dienst in öffentlicher Beta. Zuvor lief er privat. Entwickler schreiben den Agenten in Python oder TypeScript, testen ihn lokal und rollen ihn mit `mda deploy` aus.

Laut Dokumentation kompiliert der Befehl das Projekt zu einer gemanagten LangGraph-App. Er synchronisiert den Kontext in den Context Hub und stößt einen LangSmith-gehosteten Build an. Das Ergebnis ist ein Agent-Server-Deployment mit API und MCP-Endpunkt. Voraussetzung sind ein LangSmith-API-Key und Zugangsdaten eines Modellanbieters. Standardmäßig landet der Agent in der Region GCP US. Über `LANGSMITH_ENDPOINT` lässt sich etwa GCP EU wählen. LangSmith übernimmt Persistenz, Memory-Mounts, Skill-Loading und den Sandbox-Lebenszyklus.

Das Deep-Agents-Framework, LangGraph und LangSmith Deployment gab es bereits. Das spricht eher für ein neues Paket auf bestehender Infrastruktur als für eine neue Runtime.

Offen ist der Harness, die gemanagte Laufzeit hängt an LangSmith

Hier liegt der Spannungspunkt, den die Quellen belegen. Der Harness ist Open Source und modellunabhängig. Der Managed-Pfad bindet dagegen Runtime, Persistenz, Sandboxes und Context Hub an LangSmith. Selbsthosting ist laut LangSmith-Deployment-Doku über Hybrid, Self-hosted oder Standalone Agent Server möglich.

Offen bleibt, ob „Deep Agents deploy“ und „Managed Deep Agents (mda)“ dasselbe Produkt, eine Umbenennung oder zwei Wege sind. Ebenso offen ist, ob der Deploy-Pfad vollständig selbst gehostet laufen kann. Der Primärtext liegt nur als Auszug vor. Zu Lizenz, Preisen und Deployment-Zielen enthält er nichts Belegtes. EU-Teams sollten Region und Hosting-Variante deshalb bewusst wählen.