LangChain Deep Agents v0.7은 기본 하네스의 입력 토큰을 약 65% 줄인 릴리스다. 핵심은 모델이 이미 잘하는 일반 지침을 기본 프롬프트에서 걷어내고, 도구 스키마와 미들웨어 설정을 개발자가 더 직접 통제하게 만든 것이다.
무엇이 바뀌었나
| 변경 | 의미 |
|---|---|
| 기본 system prompt 제거 | 숨은 프롬프트 충돌과 반복 지침을 줄임 |
| builtin tool description 43% 축소 | 도구 설명 토큰 비용 절감 |
TodoListMiddleware 기본 제거 | todo 작성 도구는 opt-in으로 전환 |
| 미들웨어 오버라이드 지원 | 같은 .name의 미들웨어를 넘기면 기본값을 교체 |
| 파일시스템 도구 개선 | read_file, grep, glob, delete, write_file 동작 보강 |
LangChain은 v0.6.12와 v0.7을 autonomous, conversational, long-context eval로 비교했다. 전체 reward는 유지됐고 토큰·비용은 대체로 줄었다. 특히 gpt-5.6-luna는 토큰이 34%, 비용이 15% 줄면서 reward가 4% 올랐다고 보고했다.
업그레이드
uv pip install -U deepagentsnpm install deepagents@latestTodoListMiddleware는 언제 다시 켜나
v0.7에서는 todo가 기본값이 아니다. 다만 다음 상황에서는 다시 켜는 편이 낫다.
- 긴 멀티스텝 작업에서 명시적 계획이 필요한 경우
- 덜 강한 모델을 써서 단계 누락을 줄여야 하는 경우
- 사용자에게 진행 상태를 보여주는 UI-facing 에이전트인 경우
from deepagents import create_deep_agent
from deepagents.middleware import TodoListMiddleware
agent = create_deep_agent(
model="openai:gpt-5.6-terra",
middleware=[TodoListMiddleware()],
)SummarizationMiddleware 조정
기본 요약 임계값이 늦다고 느끼면 미들웨어를 교체한다. 예를 들어 컨텍스트 윈도우의 50%에서 요약하게 만들 수 있다.
from deepagents import create_deep_agent
from deepagents.middleware import SummarizationMiddleware
agent = create_deep_agent(
model="anthropic:claude-sonnet-5",
middleware=[
SummarizationMiddleware(
model="fireworks:accounts/fireworks/models/kimi-k3",
trigger=("fraction", 0.5),
summary_prompt="파일 경로, 결정 사항, 미해결 질문을 원문 그대로 보존해 요약하라.",
),
],
)실무 해석
Deep Agents v0.7의 방향은 tool-loadout과 같다. 에이전트 성능을 높이기 위해 컨텍스트를 무작정 늘리는 대신, 기본 하네스는 얇게 두고 작업별로 필요한 미들웨어와 도구만 올린다. 최신 모델은 예시보다 명확한 인터페이스에서 더 잘 일반화하므로, tool schema와 파일시스템 도구의 동작을 정교하게 만드는 것이 장황한 system prompt보다 중요해지고 있다.
참고 자료
- Deep Agents v0.7 — LangChain Blog (2026-07-29)