LangChain Deep Agents는 LangChain/LangGraph 생태계에서 장기 실행 에이전트 하네스를 빠르게 조립하기 위한 라이브러리다. 원문 2026-06-22-build-your-own-claude-code-langchain-deep-agents 기준으로, 핵심 가치는 Claude Code류 코딩 에이전트의 구성요소—에이전트 루프, 도구, planning, context management, subagents, human-in-the-loop, persistence—를 라이브러리 호출 중심으로 제공한다는 데 있다.
핵심 구성요소
create_deep_agent()로 모델, 도구, 시스템 프롬프트를 묶어 기본 에이전트 루프를 생성한다.- built-in filesystem/search/edit/execute/delegation 계열 도구와 커스텀
@tool함수를 함께 사용할 수 있다. write_todos기반 planning, virtual filesystem 기반 외부 메모리, automatic summarization middleware를 통해 긴 작업의 컨텍스트 압박을 줄인다.subagents설정으로 code searcher 같은 specialist를 붙여 메인 컨텍스트를 깨끗하게 유지한다.LocalShellBackend,interrupt_on, LangGraph interrupt를 사용해 shell/file write/edit 같은 위험 작업을 승인 기반으로 제어한다.- LangGraph checkpointer를 붙여 thread 단위 checkpoint/persistence를 제공한다.
llm-wiki 관점
Deep Agents는 harness를 제품 수준으로 직접 구현하려는 개발자에게 “쉬운 80%”를 제공한다. 다만 원문이 지적하듯 남은 20%—시스템 프롬프트 튜닝, OS 레벨 샌드박스, 신뢰할 수 있는 도구 설계—는 여전히 사용자 책임이다. 따라서 moc-ai-agents-harness의 하네스 설계 원칙과 moc-ai-coding의 Claude Code 운영면을 연결해서 봐야 한다.
관련 노트
- 2026-06-22-build-your-own-claude-code-langchain-deep-agents — Towards AI 글 한국어 번역/정리
- harness — AI Agent Architecture 관점의 하네스 개념
- moc-ai-agents-harness — 하네스 & 자가개선 MOC
- moc-ai-coding — Claude Code류 AI 코딩 도구 MOC