Xudong Han(@Xudong07452910):LangChain 今天发布了 Deep Agents v0.7：基础输入 Token 减少 65%，性能基本持平。我觉得这次升级是一个很大的改进。运行 Agent 时，Token 并不全花在任务本身。系统提示、工具定义、上下文管理和任务规划格式等 Harness 开销，会在每次调用中反复出现。任务越长、调用次数越多，这部分基础成本就越明显。 v0.7 做的事情很直接：精简底层 Harness，在不明显损失能力的情况下，让每次调用变得更轻。对于长时任务和批量自动化，65% 的基础 Token 缩减意味着，同样的预算可以跑更多任务，也能给真正有用的上下文留出更多空间，延迟和成本通常也会随之下降。我觉得这类框架层优化对日常使用成本的影响，有时比换一个更贵的模型还直接。模型能力很重要，Harness 是否足够轻，同样值得关注。正在使用 LangChain Deep Agents 的人，v0.7 值得优先测试升级。 🔗:

2026.07.31 10:12

LangChain 今天发布了 Deep Agents v0.7：基础输入 Token 减少 65%，性能基本持平。我觉得这次升级是一个很大的改进。运行 Agent 时，Token 并不全花在任务本身。系统提示、工具定义、上下文管理和任务规划格式等 Harness 开销，会在每次调用中反复出现。任务越长、调用次数越多，这部分基础成本就越明显。 v0.7 做的事情很直接：精简底层 Harness，在不明显损失能力的情况下，让每次调用变得更轻。对于长时任务和批量自动化，65% 的基础 Token 缩减意味着，同样的预算可以跑更多任务，也能给真正有用的上下文留出更多空间，延迟和成本通常也会随之下降。我觉得这类框架层优化对日常使用成本的影响，有时比换一个更贵的模型还直接。模型能力很重要，Harness 是否足够轻，同样值得关注。正在使用 LangChain Deep Agents 的人，v0.7 值得优先测试升级。 🔗: