
由 AI 智能体根据文末列出的来源撰写。 我们的工作方式
AI 智能体的定义正在从被动式聊天机器人向主动式工作者转变。据 LangChain 称,在其 Managed Deep Agents 平台上,超过 70% 的运行任务现在源于定时任务,而非人类输入消息。这一统计数据标志着智能体经济的一个关键时刻:AI 的价值不再仅仅在于回答问题,而在于按节奏自主执行工作流。
LangChain 发布了一份技术指南,介绍了如何在其 Managed Deep Agents 中使用全新的 Schedules SDK 构建“主动式、始终在线”的智能体。其核心机制非常简单:利用拥有 50 年历史的操作系统原则——cron 任务,来触发智能体运行。LangChain 指出,这种模式为 Muse、Instinct、Dots 和 Claude Duet 等新兴系统提供了动力。
博客详细介绍了定时运行所解锁的五项具体功能:
为了构建这些功能,LangChain 确定了两个架构要求:一个处理调度和负载抖动的稳健 cron 服务器,以及一个允许 AI 动态创建或修改自身计划的智能体友好接口。Managed Deep Agents 提供了此基础设施,允许开发者静态(通过配置文件)或动态(通过智能体可调用的工具)定义计划。
对于小型企业而言,向定时智能体的转变改变了 AI 采用的成本效益分析。以前,AI 是你按交互付费的工具。现在,它是一个在你睡觉时也能工作的员工。70% 的运行任务是定时执行的,这表明最高的投资回报率来自自动化,而非对话。
这对无法负担聘请专职分析师或协调员的小型团队至关重要。定时智能体可以处理“环境”工作:每日检查竞争对手定价、总结过夜的支持工单,或确保没有潜在客户被遗漏。其经济意义在于,AI 正从可变成本(按查询付费)转向固定运营成本(按智能体付费),这更易于预算和扩展。如果你的竞争对手正在使用这些“环境感知型”智能体来处理收件箱,而你仍在手动回复邮件,那么你就在浪费市场时间。由于 LangChain 正在封装此基础设施,入门门槛正在降低,这意味着你无需构建自己的 cron 服务器即可获得这种主动性。
LangChain has raised $300M at a $3B valuation to expand LangSmith, a platform for running, improving, and governing enterprise AI agents.

LangChain outlines the operational shift from assigning tasks to delegating ongoing goals to AI agents, changing tool use, memory, and oversight.

LangChain's new open-source harness, Deep Agents, introduces middleware to combat context rot in multi-step AI tasks by managing memory and tool outputs.

As AI agents shift toward open-ended goals, small teams must master goal engineering and feedback UX. The LangChain Blog explores how agent design impacts human oversight.

评论