LangChain 于 2026 年 10 月 7 日在官方博客宣布重构 Deep Agents 的技能支持，这次改动要解决的问题很具体：当一家企业的技能库涨到几千个技能时，智能体既不能把每个工具的说明都塞进上下文，也不能在没读说明书的情况下乱调工具。新版本一共动了三处：工具可以绑定到技能上、用户点名的技能可以提前固定加载、长线程运行中途也能刷新技能列表。
先补一句背景：技能为什么能装几千个
Deep Agents 里的技能就是一个文件夹，核心是一份 SKILL.md 说明文件，外加可选的脚本和参考文件。它省上下文靠的是渐进式披露：智能体平时只看得见每个技能的名字和一行描述，真正接到匹配的任务时才去读全文，脚本和参考文件更是用到才加载。一个技能闲置时只占系统提示里的一行，所以库里放几千个也不会把上下文撑爆——这也是这次重构能成立的前提。
三处改动，分别对应三个老问题
第一，工具绑定技能。以前技能和工具是分开披露的，智能体可能没读技能说明就直接调工具，也可能读完说明还要再去找工具。现在可以在技能文件的元数据里把工具写进去，工具只在智能体读完对应技能后才进入上下文，在那之前调用会直接报未知工具。第二，固定技能。用户如果明确打出类似 /meeting-prep 这样的点名请求，应用可以把技能全文在第一次模型调用之前就放进上下文，省掉一轮试探，行为也更可预测。第三，线程内重载。把运行参数里的 skills_metadata 设为 None，下一次运行就会重新扫描技能库，同事新加的技能不用开新线程就能用上。
真正的门槛在提示缓存上
中途往对话里加工具，过去往往意味着改请求里的工具列表，提示缓存随之失效，长线程每次都要重新付一遍上下文的钱。LangChain 在博客里专门交代了这一点：Anthropic 和 OpenAI 的较新模型已经支持对话中途追加工具，因此在这些模型上，绑定工具会以新系统消息的形式出现在技能之后，已缓存的前缀保持不变；其他模型则仍走追加到请求的旧办法。做长任务智能体的团队——比如让任务在云端持续跑的 Claude Code 云端会话 这类形态——对这种成本细节通常最敏感。
这三项更新已经进入最新版 deepagents。对个人开发者，它的价值有限；对正在把技能库当企业资产来运营、技能数量以千计时，它补的正是治理层面的三块短板：工具跟说明书一起发、点名必达、更新不用重启会话。
