Deep Agents v0.6：用开源模型跑 Agent 前先建路由表

这篇解决什么

开源模型进入 Agent 生产链路后，成本可能显著降低，但不同模型在工具调用、长上下文、代码和中文任务上的表现差异很大。

适合谁

适合希望用 Kimi、Qwen、DeepSeek 等开源模型替代部分闭源 Agent 任务的开发团队。

操作步骤

1. 把 Agent 任务分成检索、写作、代码、表格、工具调用和长记忆
2. 为每类任务选择候选开源模型与闭源基准模型
3. 用同一套真实样本比较完成率、重试率、成本和人工修改量
4. 把低风险高频任务优先路由给开源模型
5. 复杂跨文件和高影响发布任务保留更强模型或人工复核
6. 每次模型升级后重跑样本，不沿用旧分数

可复制模板

任务类型：
候选模型：
基准模型：
完成率：
成本：
人工修改量：
路由规则：

验收清单

• 任务按类型路由
• 有闭源基准对照
• 低风险任务先迁移
• 高影响任务保留复核
• 模型升级后重测

常见错误

• 只收藏产品更新，没有改成自己的任务卡、权限表和验收证据。
• 直接在生产账号、生产仓库或公开页面试新功能，没有先跑低风险样本。
• 只看工具能力，不记录成本、失败率、人工接管次数和恢复动作。
• 把外部链接当正文主体，读者离开页面后才知道怎么做。

30 分钟小样本

前 5 分钟写清输入、目标和风险边界；中间 15 分钟按步骤跑一个低风险样本；最后 10 分钟记录输出、失败点、人工修改量和下一次复用条件。样本不通过时，只修失败点，不扩大范围。

发布建议

第一次执行时把它当成个人操作卡；第二次复用时沉淀为团队模板；第三次仍然稳定后，再升级为固定 SOP、Skill 或工具导航页。涉及账号、发布、删除、付费、生产代码和客户数据的动作，必须保留人工确认点。

资料依据

• LangChain Blog / New in Deep Agents v0.6 / 2026-05-13

标签