Deep Agents
im Test.

LangChain beschreibt Deep Agents inzwischen als Agenten-Harness, also als fertiges Gerüst um ein Sprachmodell herum. Als Vorbild nennt das Projekt ausdrücklich Claude Code. Was dort fest verdrahtet ist, liegt hier offen und einzeln austauschbar, vom Dateisystem über die Subagenten bis zur Zusammenfassung langer Verläufe. Seit Ende April 2026 gehört dcode dazu, ein eigenständiger Coding-Agent fürs Terminal auf demselben Unterbau.

Wichtigste Funktionen

• Subagenten mit eigenem Kontextfenster: Über das task-Werkzeug gibt der Hauptagent Teilaufgaben nach unten ab, und jeder Subagent bekommt ein eigenes Kontextfenster. Der Hauptverlauf bleibt dadurch schlank. Auch einen selbst gebauten LangGraph-Graph hängst du als Subagent ein, wenn die Voreinstellungen für eine Teilaufgabe nicht passen.
• Dateisystem mit austauschbarem Unterbau: read_file, write_file, edit_file, ls, glob, grep und seit Version 0.7 auch delete arbeiten wahlweise auf der lokalen Platte, im Agentenzustand, in einem LangSmith-Speicher oder in einer Sandbox, also einer abgeschotteten Umgebung ohne Zugriff auf das übrige System. Version 0.7 legt außerdem alle Pfade standardmäßig auf ein Wurzelverzeichnis fest und weist einen Ausbruch über .. ab.
• Shell-Ausführung in der Sandbox deiner Wahl: Kommandos laufen entweder lokal oder in einer Sandbox. Fertige Anbindungen gibt es für LangSmith, AWS AgentCore, Daytona, Modal, Runloop, Vercel und die JavaScript-Laufzeit QuickJS. Grenzen setzt Deep Agents auf Werkzeugebene durch, ein Aufruf außerhalb der Regeln scheitert also schon im Code.
• Automatische Kontextverwaltung: Lange Verläufe fasst der Agent selbsttätig zusammen, große Werkzeugausgaben landen als Datei statt im Kontext. Version 0.7 hat zusätzlich die mitgelieferten Aufforderungstexte zusammengestrichen. Ein Standardzug braucht laut LangChain jetzt 1.895 statt 5.395 Eingabe-Tokens, allein die Werkzeugbeschreibungen sind um 43 % geschrumpft.
• Skills, Gedächtnis und Freigabestufe: Wiederverwendbare Verhaltensweisen liegen als Markdown-Dateien und werden bei Bedarf nachgeladen. Ein Gedächtnis über Sitzungsgrenzen hinweg gehört ebenso zum Standard wie eine Freigabe vor heiklen Werkzeugaufrufen und Rechteregeln je Pfad. Eigene Funktionen und beliebige MCP-Server kommen als zusätzliche Werkzeuge dazu.
• dcode, der fertige Coding-Agent fürs Terminal: Unter dem Paket deepagents-code liefert LangChain seit dem 30.04.2026 einen eigenständigen Terminal-Agenten mit, vergleichbar mit Claude Code oder Cursor. Er zeigt die laufenden Kosten der Sitzung an, bindet MCP-Server ein, sucht im Web, läuft auf Wunsch ohne Oberfläche in einem Skript und kann über eine mitgelieferte GitHub-Action bei jeder Code-Änderung automatisch anspringen.

Preise und Tarife

Deep Agents steht unter der MIT-Lizenz und kostet nichts, weder die Bibliothek noch der Terminal-Agent dcode noch die Sandbox-Anbindungen. Die Bibliothek installierst du mit uv add deepagents oder pip install deepagents, dcode über ein eigenes Installationsskript. Kosten verursacht nur das Sprachmodell dahinter, also entweder die Token-Abrechnung beim gewählten Anbieter oder der Strom für eigene Hardware.

Optional daneben steht LangSmith, die kostenpflichtige Plattform desselben Anbieters für Nachverfolgung und Auswertung von Agentenläufen. Kostenlos ist der Entwicklertarif mit einem Platz und 5.000 einfachen Ablaufprotokollen im Monat. Der Plus-Tarif liegt bei rund 34 Euro (39 USD) je Platz und Monat, enthält 10.000 Protokolle und eine kleine serverlose Bereitstellung.

Rechenzeit und Speicher über das Enthaltene hinaus rechnet LangChain in eigenen Einheiten ab, rund 1,29 Euro (1,50 USD) je Recheneinheit und rund 0,86 Euro (1,00 USD) je Speichereinheit. Den Unternehmenstarif verhandelt LangChain individuell. Für den Betrieb von Deep Agents selbst brauchst du davon nichts. LangChain führt diese Beträge als Nettopreise ohne Steuer, deutsche Kunden rechnen die Umsatzsteuer also noch obendrauf.

Für wen ist Deep Agents geeignet?

• Python-Teams, die schon LangChain oder LangGraph einsetzen: Deep Agents sitzt eine Ebene über create_agent und bringt Dateisystem, Subagenten und Kontextverwaltung fertig verdrahtet mit. Wer die Bausteine kennt, hat in wenigen Zeilen einen lauffähigen Agenten und kann jede Voreinstellung einzeln ersetzen, ohne das Projekt abzuspalten.
• Entwicklungsteams, die einen Coding-Agenten mit freier Modellwahl brauchen: dcode arbeitet mit jedem Modell, das Werkzeugaufrufe beherrscht, also auch mit einem lokalen Modell im eigenen Unternehmen und mit europäischen Anbietern. Für Teams, die Claude Code oder Cursor schätzen, beim Modell aber beweglich bleiben wollen, ist dcode die offene Variante.
• Organisationen, die Agentenläufe eng begrenzen müssen: Den Zugriff erlaubst oder verweigerst du pro Pfad oder stellst ihn unter den Vorbehalt einer menschlichen Freigabe, und die Ausführung kann komplett in einer Sandbox stattfinden. In Bereichen mit Prüfpflichten ist damit dokumentierbar, was der Agent überhaupt anfassen durfte.

DSGVO und Datenschutz

Die Bibliothek läuft auf eurer eigenen Hardware und schickt von sich aus nichts an LangChain. Die Nachverfolgung über LangSmith schaltest du selbst über Umgebungsvariablen ein, eine versteckte Nutzungsmessung enthalten weder die Bibliothek noch dcode.

Der Datenschutz entscheidet sich damit am Sprachmodell dahinter. Wer OpenAI, Anthropic oder Google anbindet, überträgt Eingaben, Dateiinhalte und je nach Aufgabe auch Quellcode an amerikanische Server. Mit einem lokalen Modell im eigenen Unternehmen oder einem europäischen Anbieter bleibt die gesamte Verarbeitung dagegen auf eigener Hardware oder zumindest im europäischen Rechtsraum.

Für LangSmith selbst gibt es in allen Tarifen ohne Aufpreis eine EU-Region, die auf Google Cloud in Europa läuft. Einen Auftragsverarbeitungsvertrag stellt LangChain auf Anfrage, und das Unternehmen weist eine SOC-2-Type-2-Zertifizierung aus. Vertragspartner bleibt trotzdem eine US-Gesellschaft, und auch die Sandbox-Anbieter Daytona, Modal, Runloop und Vercel sitzen in den USA.

dcode geht standardmäßig von einem vertrauenswürdigen Arbeitsverzeichnis aus und liest Projektdateien bereits vor der ersten Freigabeabfrage, für fremden Code empfiehlt LangChain daher ausdrücklich die Sandbox. DSGVO-konform wird der Einsatz erst, wenn du selbst hostest, ein Modell in Europa oder auf eigener Hardware wählst und auf die amerikanischen Zusatzdienste verzichtest. Ab Werk gilt das nicht, deshalb steht hier kein grünes Abzeichen.

Alternativen zu Deep Agents

• CrewAI: CrewAI ist eine Multi-Agenten-Bibliothek mit rollenbasierten Teams und grafischem Studio. Es passt besser, wenn mehrere gleichrangige Spezialisten zusammenarbeiten sollen und kein Hauptagent Teilaufgaben nach unten weitergibt.
• Claude Code: Claude Code ist das erklärte Vorbild von Deep Agents, allerdings ein fertiges Produkt mit eigenem Abo. Die Bedienung ist ausgereifter und sofort einsatzbereit, dafür bindet das Werkzeug dich an die Modelle von Anthropic.
• OpenCode: OpenCode ist ein Terminal-Agent fürs Programmieren, der die Analysewerkzeuge der Entwicklungsumgebung mitnutzt. Er ist enger auf Code zugeschnitten als Deep Agents und dadurch schneller startklar.