LangChain adiciona credenciais e memória ao Managed Deep Agents
A LangChain lançou o Managed Deep Agents 0.8, versão que adiciona credenciais vinculadas ao usuário, memória por pessoa, canais HTTP e transferência de arquivos no Slack, além de uma ferramenta pronta de busca na web operada pela Parallel. O Managed Deep Agents (MDA) combina o harness Deep Agents com a infraestrutura necessária para rodar agentes críticos em produção: canais como Slack, identidade, autenticação e permissões de ferramentas. Segundo a empresa, construir essa infraestrutura internamente costuma consumir trimestres de roadmap e manutenção contínua; a proposta é que engenheiros foquem no comportamento do agente. Um projeto MDA é code-first e organiza os primitivos em um diretório com arquivos de instruções, memória, identidade, ferramentas, canais, middleware, agendamentos, conectores, skills, sandbox e evals.
Memória em duas camadas
O MDA já oferecia memória durável no nível do agente, que retém instruções e preferências entre conversas. A versão 0.8 acrescenta memória por usuário, vinculada à identidade autenticada que iniciou a execução, para guardar contexto do chamador - preferências, estilo de trabalho, tarefas recorrentes - sem misturá-lo à memória compartilhada. A memória durável é sustentada pelo LangSmith Context Hub: a camada do agente fica montada em /memories/agent/ e é compartilhada por todos os usuários do deployment, enquanto a do usuário fica em /memories/user/ e é indexada à identidade autenticada do chamador. O runtime nunca copia conteúdo entre as camadas.
Equipes podem habilitar cada camada separadamente e definir políticas de acesso. Pelos padrões, memória de agente e de usuário são permitidas em DMs diretas no Slack, mas em canais ou grupos do Slack e via HTTP apenas a memória do agente é permitida - o que evita vazamento de preferências pessoais em conversas com várias pessoas. Como exemplo, um agente de suporte pode manter regras de escalonamento na memória do agente e lembrar, na memória do usuário, que um colega prefere atualizações concisas no Slack. A Kyth.ai, cliente citada no anúncio, relatou usar o Context Hub e a memória por usuário para manter a confidencialidade dos clientes.
Credenciais com escopo de identidade
Connections conectam o agente a serviços externos como GitHub, Notion e Tavily por meio de credenciais nomeadas no workspace do LangSmith, que as ferramentas só leem em runtime. As credenciais podem pertencer ao agente, compartilhadas entre todos os usuários, quando a capacidade não varia por pessoa - como busca na web - ou ao usuário, quando cada pessoa tem permissões próprias no serviço, como ocorre com GitHub, Linear e Notion. No exemplo de agente comercial da publicação, o agente repassa credenciais do usuário para acessar dados do Salesforce em uma DM e usa credenciais do próprio agente para pesquisar na web. O MDA traz suporte pronto para 23 serviços, incluindo Linear, GitHub e ferramentas do Google Workspace, com autorização, tokens e métodos gerenciados pelo LangSmith; o desenvolvedor configura apenas o ID de usuário e os segredos.
Canais de acesso
No Slack, os usuários já podiam invocar o agente por DM, menção de app ou resposta em thread; agora também podem enviar arquivos na conversa, como logs, planilhas, contratos, capturas de tela e documentos de clientes, que o agente incorpora ao contexto antes de responder. Os novos canais HTTP conectam agentes a qualquer serviço capaz de enviar um webhook JSON: ferramentas internas, portais de clientes, sistemas de suporte e de pedidos. Em ambos os casos, os times mantêm controle sobre autenticação, identidade e memória. A Consensus, também citada no post, relatou ter implantado múltiplos agentes em produção com servidores MCP próprios via CLI e GitHub Actions.
Busca na web integrada
Como a busca na web é uma das ferramentas mais comuns de agentes, o MDA passa a incluí-la nativamente por meio de um servidor MCP da Parallel. Basta declarar o servidor na pasta de ferramentas, e o LangSmith gerencia as credenciais da Parallel e executa a chamada: o agente recebe trechos relevantes e URLs de fonte para citar, enquanto chamadas, latência e erros aparecem nos traces do LangSmith. A Parallel web search está gratuita enquanto o MDA estiver em beta. A LangChain orientou começar com o comando mda init e implantar via mda deploy, e disse seguir melhorando o produto a partir do feedback da comunidade.