LangChain lance Managed Deep Agents v0.9 en bêta publique avec trois évolutions principales : la planification de tâches, la configuration propre à chaque exécution et un retour plus immédiat dans Slack. Cette version vise les agents qui doivent rester disponibles dans le temps, et non plus seulement traiter une requête ponctuelle. Un agent peut désormais créer des rappels, des tâches de suivi ou des travaux récurrents, puis déclencher automatiquement une nouvelle exécution lorsque l’échéance prévue arrive.
La planification reste reliée au contexte dans lequel l’agent a été utilisé. LangChain indique que les tâches programmées héritent des autorisations pertinentes de l’utilisateur et du canal, et que chaque occurrence crée une nouvelle exécution LangSmith avant que le résultat soit renvoyé vers le contexte d’origine. Ce fonctionnement rend les exécutions successives plus faciles à inspecter et donne une trace opérationnelle distincte pour chaque tâche planifiée.
La version 0.9 ajoute également une configuration par exécution. Avant de lancer un travail, l’utilisateur peut sélectionner ou ajuster le modèle, les instructions, les skills, les serveurs MCP et les paramètres de sandbox. Un même agent persistant peut ainsi être adapté à plusieurs besoins sans imposer un déploiement séparé pour chaque variante. Cette organisation sépare davantage l’identité durable de l’agent de la configuration utilisée au moment précis où une tâche est exécutée.
Dans Slack, Managed Deep Agents peut désormais réagir à un message dès que la demande est prise en compte. La réaction par défaut utilise l’emoji des yeux, et LangChain précise qu’elle est configurable. Cette nouveauté est moins structurante que la planification, mais elle répond à un besoin concret : dans une interface de messagerie, l’utilisateur doit savoir rapidement que sa demande a bien été reçue, même si le résultat final nécessite davantage de temps.
En réunissant ces fonctions, LangChain rapproche Managed Deep Agents d’un service d’agents exploitable dans la durée plutôt que d’un simple habillage pour des appels ponctuels à un modèle. La planification permet des tâches récurrentes sans intervention constante, la configuration par exécution accroît le contrôle opérationnel, et l’accusé de réception dans Slack rend l’échange plus lisible. Pour une équipe qui déploie des agents en production, ces mécanismes touchent directement aux permissions, à la traçabilité et à la qualité du passage de relais entre humain et système.
La principale limite est le statut de bêta publique. L’annonce de LangChain établit l’existence et le fonctionnement prévu des nouvelles fonctions, mais ne constitue pas une preuve de fiabilité à grande échelle ou sur des charges longues. Les équipes devront donc distinguer la disponibilité de ces contrôles de leur robustesse opérationnelle réelle. La mise à jour reste importante, car elle répond à plusieurs difficultés qui apparaissent dès qu’un agent doit rester actif, répéter des tâches et participer durablement aux échanges d’une équipe.