LangChain 的 Sydney Runkle 昨天发布了一项重要更新：Deep Agents 框架正式支持 Dynamic Subagents（动态子代理）。这不是简单的子代理调用，而是让 Agent 通过代码来编排子代理——用 JavaScript 的循环、分支和并行批处理来分发任务、聚合结果。
为什么需要动态子代理？
Agent 处理复杂任务时面临两个核心痛点：
一是上下文膨胀。 当 Agent 调用搜索、读文件、查数据库等工具时，中间结果会迅速填满上下文窗口。子代理可以隔离这些脏活——主代理只收到最终结果，而不是产生结果的几十次工具调用记录。
二是规模化不可靠。 让模型一次选一个子代理来调用，在处理大量独立单元时（比如审查一个目录下的所有文件）效率极低且容易出错。
Dynamic Subagents 的解决思路是：把编排权从模型手里交给代码。
核心机制：代码级编排
Dynamic Subagents 需要两个前提：配置好的子代理 + 代码解释器（基于 QuickJS 的安全运行时）。
当两者就位后，解释器会暴露一个全局的 task() 函数，Agent 可以在 JavaScript 代码中直接调用：
const reviews = await Promise.all(
files.map((file) =>
task({
description: `Review ${file} for auth issues`,
subagentType: "reviewer",
responseSchema: issuesSchema,
})
)
);
这种模式被称为 Recursive Language Model (RLM) 工作流：把待处理的数据集保存在解释器变量中，选取切片，用 task() 分发给子代理，然后在代码中合成结果。
触发方式很简单——在提示词里加上 "workflow" 这个词，Agent 就会自动进入代码编排模式。
六种编排模式
LangChain 在文档中总结了六种常见的动态子代理模式：
1. 分类处理（Classify and act） 先对一批输入分类，然后按类别分发给不同的专业子代理。比如客服工单自动分类后，bug 给修复代理、功能请求给产品分析代理、咨询问题给支持代理。
2. 并行汇总（Fan-out and synthesize） 把同样的工作并行分发给多个子代理处理不同单元，最后汇总结果。比如并行审查目录下所有文件的 SQL 注入风险，然后合并输出一份风险摘要。
3. 对抗验证（Adversarial verification） 两轮验证：第一轮由审计代理找出潜在问题，第二轮每个问题独立交给验证代理确认真伪。只有被验证通过的问题才会进入最终报告。适合安全审计等对假阳性敏感的场景。
4. 生成筛选（Generate and filter） 多个子代理独立生成解决方案，主代理在代码中比较、评分、筛选，只保留最优方案。适合架构设计、重构策略等需要多方案比选的场景。
5. 锦标赛（Tournament） 多个变体两两对决，由裁判子代理评判胜负，胜者晋级下一轮，直到决出唯一冠军。适合主观标准下的优化选择，比如代码可读性改写。
6. 循环发现（Loop until done） 持续分发发现任务，每轮去重，直到没有新结果为止。适合需要穷尽搜索的场景，比如死代码检测、依赖审计。
与 Claude Code 等工具的对比
LangChain 同时发布了 dcode——一个基于 Deep Agent 的终端编码代理，开箱即用支持 Dynamic Subagents。用户只需说 "Run a workflow to..." 就能触发代码级编排。
这与 Anthropic 的 Claude Code、Vercel 的 Eve 等工具形成了有趣的对比：
- Claude Code 侧重单 Agent 的深度代码理解和编辑能力
- Vercel Eve 强调文件系统优先的持久化 Agent
- LangChain Deep Agents 则在多 Agent 编排层面做了更系统化的设计，特别是把编排逻辑从模型推理层下沉到代码执行层
上手方式
最快的体验方式是安装 dcode：
curl -LsSf https://langch.in/dcode | bash
运行后说 "Run a workflow to review every file in src/ for SQL injection" 即可看到动态子代理的实际效果——子代理会在面板中实时显示，按分发阶段分组。
也可以通过 ACP（Agent Communication Protocol）在其他支持 ACP 的编码代理中使用，比如 Zed 编辑器。
技术细节
Dynamic Subagents 建立在 LangChain 的 Deep Agents SDK 之上，该 SDK 本身是一个"Agent Harness"——在标准工具调用循环的基础上，内置了任务规划、文件系统、子代理生成、长期记忆等能力。
关键组件：
- LangGraph 运行时：提供持久化执行、流式输出、人机协同等基础能力
- QuickJS 解释器：轻量级 JavaScript 运行时，支持循环、分支、并行批处理
- 虚拟文件系统：可插拔后端（内存、本地磁盘、LangGraph Store 等），支持权限控制
- 流式事件：
stream.subagents提供独立的子代理进度追踪
子代理的配置也很灵活，可以基于字典定义（指定名称、描述、系统提示、工具集、模型、权限等），也可以基于预编译的 LangGraph 图（CompiledSubAgent）。