跳到正文
热点事件历史事件

LangChain 介绍用 Schedules SDK 构建常驻主动型智能体

2 篇报道1 个报道来源4 天前更新

先了解这件事

AI 综述

2026年11月18日,LangChain 发布两篇博文,介绍在 Managed Deep Agents 中构建常驻主动型智能体的做法。第一篇分享构建主动式智能体的经验,称记忆与 UX 是两大关键:其内部 GTM Agent 和 Robin 基于 Managed Deep Agents 构建,记忆来自种子、反馈和结果三类信号,但需解决显著性、过期和重复问题。第二篇介绍用 Schedules SDK 实现主动型常驻智能体,核心机制是把智能体运行当作 cron 定时任务,并给出静态 schedules/ 文件与用工具动态创建、列出、删除调度的代码示例。两篇均称 LangSmith 上超过 70% 的 Managed Deepagent 运行来自定时调度而非人工输入。

AI 根据报道生成 · 3 天前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. LangChain Blog
    LangChain 介绍如何用 Schedules SDK 在 Managed Deep Agents 中构建常驻主动型智能体

    LangChain 发文介绍如何用 Managed Deep Agents 的 Schedules SDK 构建主动型常驻智能体,其核心机制是把智能体运行当作 cron 定时任务。文中称 LangSmith 上超过 70% 的 Managed Deepagent 运行来自定时调度而非人工输入,并给出静态 schedules/ 文件与用工具动态创建、列出、删除调度的代码示例。

  2. LangChain Blog
    LangChain 构建主动式智能体的经验:记忆与 UX 是关键

    LangChain 分享构建主动式智能体的经验,认为记忆与 UX 是两大关键。其内部 GTM Agent 和 Robin 基于 Managed Deep Agents 构建,目前超过 70% 的运行来自调度而非人工提示。记忆来自种子、反馈和结果三类信号,但需解决显著性、过期和重复问题。

本事件热度走势

当前热度 3·可比范围峰值 4(11月19日 17:00)·近 24 小时可比范围变化 –

0123411月19日17:0011月19日21:0011月20日01:0011月20日05:00

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。