LangChain は 2026 年 10 月 7 日、公式ブログで Deep Agents のスキル対応の再構築を発表した。狙いは明確で、企業のスキルライブラリが数千件規模になると、エージェントは全ツールの説明をコンテキストに入れ続けることも、説明を読まずにツールを呼ぶこともできなくなる、という拡大時の問題への対処だ。変更は三つ。ツールをスキルに結び付けられること、ユーザーが名指ししたスキルを事前に固定して読み込めること、長いスレッドの途中でもスキル一覧を更新できることだ。
前提：なぜ数千件のスキルを抱えられるのか
Deep Agents のスキルは、中心となる SKILL.md という説明ファイルと、任意のスクリプトや参考資料からなるフォルダだ。コンテキストを節約する仕組みは段階的開示で、エージェントが普段目にするのは各スキルの名前と一行の説明だけであり、タスクが一致したときに全文を読み、スクリプトや資料は必要なときだけ読み込む。使われていないスキルはシステムプロンプトの一行で済むため、数千件あってもコンテキストを圧迫しない。これが今回の再構築の土台になっている。
三つの変更は、三つの古い問題への回答
第一に、ツールのバインド。これまでスキルとツールは別々に開示され、説明を読まずにツールを呼んだり、読んだ後にツールを探し回ったりすることが起きた。今はスキルのメタデータにツールを記すと、そのスキルを読んだ後にだけツールがコンテキストへ入り、それ以前に呼ぶと未知のツールとして失敗する。第二に、固定スキル。ユーザーが /meeting-prep のように明示的に指名した場合、アプリは最初のモデル呼び出しの前に説明全文をコンテキストへ入れられ、往復が減り、挙動も予測しやすくなる。第三に、スレッド内リロード。実行入力の skills_metadata を None にすると次回実行でライブラリを再スキャンし、同僚が追加したばかりのスキルも新しいスレッドなしで使える。
本当の関門はプロンプトキャッシュ
会話の途中でツールを足すことは、従来はリクエストのツール一覧を書き換えることであり、プロンプトキャッシュが無効になって長スレッドほど割高だった。LangChain はブログでこの点に触れ、Anthropic と OpenAI の新しいモデルは会話途中でのツール追加に対応するため、それらのモデルではバインドされたツールがスキルの後に新しいシステムメッセージとして届き、キャッシュ済みの前半はそのまま保たれる。他のモデルでは従来通りリクエストへの追加になる。
三つの更新は最新版の deepagents で利用できる。個人開発者への恩恵は限定的だが、スキルライブラリを企業資産として数千件規模で運営するチームにとっては、ツールは説明と一緒に配る、名指しは必ず届く、更新にセッション再起動はいらない、という統制面の欠けを埋める更新だ。
