Что такое Deep Agents и зачем Сбер подключил к нему GigaChat

17 августа команда GigaChain опубликовала на Хабре разбор Deep Agents: открытой «обвязки» для ИИ-агентов от создателей LangChain. Вместе с разбором они выложили профиль deepagents-gigachat, который подстраивает эту обвязку под российскую модель. Разберём, что это такое простыми словами и кому пригодится.

ИИ-агент — это не чат-бот, который отвечает на вопросы. Это программа, которая выполняет задачу: сама раскладывает её на шаги, открывает файлы, пишет и запускает код, проверяет результат и доделывает, если не сошлось.

Раньше такого агента собирали вручную на движке LangGraph: рисуешь граф, прописываешь узлы, переходы, память, контроль ошибок. Работа на недели, и у каждой команды получался свой велосипед.

Deep Agents — это попытка превратить велосипед в конструктор. Обвязка (по-английски harness — «упряжь») даёт агенту готовую рабочую среду: виртуальную файловую систему, планировщик задач, субагентов для параллельных поручений, память и навыки. Остаётся поместить внутрь модель — любую.

У проекта две формы: библиотека для встраивания в свой код и deepagents-code, терминальный помощник для программирования по образцу Claude Code, только с открытым исходным кодом.

Что сделал Сбер: профиль deepagents-gigachat — системный промпт, описания инструментов и дополнительные настройки, учитывающие особенности GigaChat. По словам команды, с профилем модель заметно лучше справляется с агентными задачами; эффект они обещают показать на собственном открытом бенчмарке harness-bench-fast.

Ставится всё тремя строками: pip install deepagents, langchain-gigachat и deepagents-gigachat. Для отладки предлагают открытый Arize Phoenix вместо платного облачного LangSmith — записи каждого шага агента остаются на вашей машине.

Из ограничений: нужен Python 3.12 и свежая версия пакета, обвязку активно переписывают — перед повтором примеров сверяйтесь с changelog. И помните про счёт: агент на 30 шагов — это 30+ вызовов модели.

Новая тема удобно ложится на наши реалии. Вся связка работает из России без обходов: ключ GigaChat API получается на developers.sber.ru, оплата в рублях, договор с российским юрлицом.

Для компаний с требованиями по персональным данным важно другое: агента можно развернуть в закрытом контуре, и данные не покидают периметр. Код профиля и примеры лежат на GitHub и GitVerse, документация и статья — на русском.

Есть и стратегический момент. Доступ к западным моделям из РФ нестабилен: в июне американский регулятор на пару недель приостанавливал доступ иностранцев к топовым моделям Anthropic, потом отменил. Обвязка Deep Agents не привязана к модели — замена GigaChat на другую модель это правка одной строки конфигурации. Для российских команд это не абстрактная гибкость, а страховка.