LangChain anunció el 29 de octubre de 2026 Managed Deep Agents 0.10, con navegador para actuar en webs y subagentes asíncronos. Un trabajo largo puede continuar en segundo plano mientras el agente principal mantiene la conversación.
La novedad pertenece a Managed Deep Agents, que su documentación presenta como beta pública en LangSmith Cloud. Conviene distinguir el servicio gestionado del proyecto abierto Deep Agents: compartir la base del agente no convierte toda la infraestructura de alojamiento en una prestación local gratuita.
Navegar incluye decidir cómo se comparte la sesión
La documentación de navegador recomienda una API directa cuando permite resolver la tarea. Para otras webs, el agente dispone de herramientas para inspeccionar accesibilidad, interactuar y ceder el control a una persona.
El ámbito predeterminado, thread, conserva un navegador por conversación y lo comparte entre sus participantes autorizados. user reutiliza cookies e inicios de sesión entre conversaciones de una misma persona autenticada, con ventanas separadas. Se apoya en identidad verificada, no en que alguien escriba un nombre en el mensaje.
Esa comodidad tiene consecuencias: cerrar sesión o cambiar de cuenta puede afectar a otras conversaciones del mismo usuario. Compartir el estado de acceso no equivale a aislar las operaciones de cada conversación.
Inicio de sesión humano y tareas asíncronas
Cuando una web requiere acceso, browser_handoff permite introducir las credenciales directamente en el navegador. Mientras la persona controla la ventana, las herramientas de navegación del agente no actúan sobre ella. El enlace caduca a los 15 minutos y debe mantenerse privado: quien lo posea puede controlar el navegador.
Esto evita escribir contraseñas en el chat, pero no garantiza que las páginas posteriores carezcan de datos sensibles visibles para el agente. Hay que revisar qué información y acciones quedan accesibles tras iniciar sesión.
Los subagentes asíncronos requieren managed-deepagents>=0.10.0. Pueden iniciarse, consultarse, recibir cambios o cancelarse, y avisan al terminar. Comparten el entorno de archivos del agente: su contexto separado no debe interpretarse como aislamiento de todos los recursos. Una aprobación pendiente tampoco desaparece por llegar un resultado de fondo.
Un ejemplo útil y su límite
Ejemplo hipotético, no ejecutado por Puntoes: un asistente de soporte investiga documentación extensa en segundo plano y sigue atendiendo aclaraciones. Si debe consultar una web sin API, pide intervención humana para el acceso. Antes de modificar datos o realizar una compra necesita los permisos y controles de ese proceso.
La concurrencia no demuestra ahorro de tiempo ni dinero en una aplicación concreta; puede aumentar llamadas y coordinación. Para evaluarla, conviene medir resultados y consumo, y comprobar cómo se detienen las tareas.
Este lanzamiento amplía las funciones de Managed Deep Agents que ya explicamos al tratar horarios y permisos. La descripción del servicio aclara qué ejecuta LangSmith y qué aporta el proyecto del usuario.