运行时、框架与强化运行体 (Runtimes, frameworks, and harnesses)
深入理解 LangChain、LangGraph 与 Deep Agents 之间的架构区别以及各自的适用场景
LangChain 维护了多个开源核心项目来帮助你构建智能体。每个项目在智能体开发技术栈中承担着不同的职责分工。清晰区分智能体框架（Agent frameworks，如 LangChain）、智能体运行时（Agent runtimes，如 LangGraph）与智能体强化运行体（Agent harnesses，如 Deep Agents SDK），有助于针对实际业务诉求做出最合理的技术选型。
| 架构层级 | 运行时 (Runtime) | 框架 (Framework) | 强化运行体 (Harness) |
|---|---|---|---|
| 核心价值 |
|
|
|
| 适用场景 |
|
|
|
| 代表产品 |
|
|
|
智能体框架 (Agent frameworks，如 LangChain)
智能体框架提供高层抽象，极大降低了基于大语言模型（LLM）构建应用的起步门槛。
LangChain 是一个智能体框架，提供了诸如结构化内容块、标准智能体执行循环（Agent loop）以及中间件（Middleware）体系等开箱即用的高阶抽象。
LangChain 的抽象设计兼顾了简单易上手与高级场景所需的灵活性。
虽然 LangChain 底层构建在 LangGraph 之上，但开发者完全无需预先深入学习 LangGraph 即可直接流畅使用 LangChain。
同类智能体框架还包括 Vercel AI SDK、CrewAI、OpenAI Agents SDK、Google ADK 以及 LlamaIndex 等。
何时使用 LangChain
在以下场景中推荐使用 LangChain：
- 希望快速构建智能体与自主应用程序
- 需要针对模型接入、工具绑定和智能体循环的标准统一抽象
- 期望使用简单易上手、同时具备良好扩展灵活性的开发框架
- 构建常规的智能体应用，且无需复杂的底层图状态机编排
智能体运行时 (Agent runtimes，如 LangGraph)
智能体运行时为在生产环境中稳定运行智能体提供底层基础设施支持。 它提供的核心基础设施能力包括：
- 持久可靠执行 (Durable execution)：智能体在出现网络故障或服务重启时能够自动恢复，能够长周期持续运行，并从上次中断的精确状态断点续跑。
- 流式传输 (Streaming)：原生支持工作流与模型响应的多通道实时流式传输。
- 人在回路 (Human-in-the-loop)：通过断点检查、状态快照查看与修改，将人工审核裁决深度融入执行流。
- 状态持久化 (Persistence)：提供单线程级别与跨线程级别的持久化状态存储机制。
- 底层精细控制 (Low-level control)：直接精细掌控智能体执行的每一个细粒度节点与边流转，无需受制于上层黑盒抽象。
LangGraph 是一个底层的编排框架与运行时引擎，专为构建、管理和部署长时间运行的有状态智能体而设计。
智能体框架通常位于更高层级，并运行在智能体运行时之上。例如，LangChain 1.0 的智能体底层全面基于 LangGraph 驱动。
同类智能体运行时还包括 Temporal、Inngest 以及其他持久化执行引擎。
何时使用 LangGraph
在以下场景中推荐使用 LangGraph：
- 需要对智能体编排流程拥有精细、低级别的底层掌控力
- 需要持久化可靠执行以支撑长周期运行的有状态智能体
- 正在构建结合了确定性逻辑规则与非确定性智能体决策的复杂混合工作流
- 需要面向生产级高可用交付的专业智能体部署基础设施
智能体强化运行体 (Agent harnesses，如 Deep Agents SDK)
智能体强化运行体（Agent harnesses）是高度经过工程验证、开箱即用（Batteries-included）的框架，预置了丰富的内置工具与系统能力，专为构建复杂、长时间运行的自主智能体量身打造。 其内置的核心能力包括：
- 任务规划能力 (Planning capabilities)：通过待办事项清单（To-do list）自动跟踪并更新多阶段任务进度。
- 任务分发委派 (Task delegation)：通过衍生具备独立隔离上下文的子智能体（Subagents）分担工作，始终保持主协调者上下文干净整洁。
- 虚拟文件系统 (File system)：提供可插拔后端存储，支持智能体在不同工作区对文件进行持久化读写。
- Token 与上下文治理 (Token management)：对话历史自动智能压缩总结，以及大体量工具调用结果自动卸载驱逐机制。
Deep Agents SDK 构建在 LangGraph 之上，增加了任务规划系统、用于上下文管理的文件系统后端、衍生子智能体的核心机制等。 Deep Agents 专为需要深度战略规划与多阶段任务分解的复杂长程任务而设计。
同类强化运行体还包括 Claude Agent SDK、Manus 以及各类专业级 Coding CLI 工具。
何时使用 Deep Agents SDK
在以下场景中推荐使用 Deep Agents SDK：
- 构建需要长时间跨度持续自主运行的复杂智能体
- 智能体必须处理复杂、跨阶段、多步骤的综合任务
- 希望直接使用现成的工业级预置工具（如文件系统读写、代码解释器执行、自动化上下文工程）
- 希望直接复用标准化的系统提示词规范与子智能体派生体系
特性全景对比 (Feature comparison)
虽然使用 LangChain、LangGraph 与 Deep Agents 均可达成相似的业务目标，但在具体的集成层级与技术切入点上有所不同：
| 核心特性 | LangGraph | LangChain | Deep Agents |
|---|---|---|---|
| 短期记忆 | 短期记忆 (Short-term memory) | 短期记忆 | StateBackend 存储后端 |
| 长期记忆 | 长期记忆 (Long-term memory) | 长期记忆 | 长期记忆系统 |
| 技能体系 (Skills) | - | 多智能体技能体系 | 动态技能体系 |
| 子智能体 (Subagents) | 子图 (Subgraphs) | 多智能体子智能体 | 内置子智能体委派 |
| 人在回路 (HITL) | 中断断点 (Interrupts) | 人在回路审批中间件 | interrupt_on 参数配置 |
| 流式传输 (Streaming) | 流式传输 | 事件流传输 | 事件流传输 |