dcode：https://docs.langchain.com/oss/deepagents/code/quickstart
如果Deep Agents Code（dcode）是最近和Deep Agents / Harness Engineering / Claude Code / Codex一起讨论的那个项目，那么可以把它理解成：
一个面向软件开发的 Deep Agent CLI：让 Agent 不只是“调用几个工具写代码”，而是具备长期任务执行、上下文管理、文件系统、计划、检查点和恢复能力。
它和你前面研究的Deep Agents Package、Deep Agents CLI、Claude Code、Manus、DeepSeek Harness其实属于同一条技术演进路线。
先把几个东西分清楚
大致可以这样理解：
Agent Coding System │ ┌─────────────────┼─────────────────┐ │ │ │ Claude Code Codex dcode │ │ │ Coding Agent Coding Agent Deep Agent │ │ │ └─────────────────┼─────────────────┘ │ Agent Runtime │ ┌────────────────────┼────────────────────┐ │ │ │ Tools Context Memory │ │ │ bash/read/write compaction filesystem browser/git summarization checkpoints search hooks statedcode 的重点不是“又一个代码生成 CLI”，而是把 Deep Agent 的能力落到 coding 场景。
1. 为什么需要 Deep Agents Code？
普通 Coding Agent 通常是：
用户 │ ▼ LLM │ ├── read file ├── edit file ├── run test ├── read error ├── edit file └── ...任务一复杂，问题就来了：
大型需求 │ ├── 分析项目 ├── 制定计划 ├── 修改 20 个文件 ├── 跑测试 ├── 修 Bug ├── Review └── 最终验证 │ ▼ 上下文越来越长Agent 最后会遇到：
- Context Window 不够
- 工具调用结果太多
- 忘记之前做了什么
- 中断后无法恢复
- 不知道当前任务做到哪一步
- 大任务容易失控
所以 Deep Agent 思路是：
不要让 LLM 自己承担整个任务状态，而是把任务拆解、状态、文件、上下文和恢复机制交给 Agent Runtime。
2. dcode 的核心思想
可以把它理解成：
dcode │ ┌────────┴────────┐ │ │ Coding Agent Agent Runtime │ │ ┌─────┼─────┐ ┌────┼────┐ │ │ │ │ │ │ Plan Code Test State Memory Context │ │ │ │ │ │ └─────┴─────┘ └────┴────┘其中比较关键的是Runtime。
这也是你最近一直在研究的：
Context Engineering + Harness Engineering + Workflow + Skill + State
3. 它和 Claude Code 最大的区别是什么？
可以先粗略理解：
| Claude Code | dcode / Deep Agents | |
|---|---|---|
| 定位 | Coding Agent | Deep Coding Agent |
| 核心 | LLM + Tools | Agent + Runtime |
| 文件系统 | ✅ | ✅ |
| Bash | ✅ | ✅ |
| 长任务 | 支持 | 重点能力 |
| Planning | ✅ | 更强调 |
| Context 管理 | 有 | 核心设计之一 |
| 状态 | 部分隐式 | 更强调显式状态 |
| Checkpoint | 有一定能力 | Deep Agent 思路 |
| Resume | 支持部分场景 | 重要能力 |
| 多步骤任务 | ✅ | 核心场景 |
所以不要把它简单理解成：
dcode = Claude Code 的另一个实现
更准确的是：
dcode = Deep Agent 思想在 Coding Agent 上的一种实现。
4. 为什么叫 Deep Agent？
这里的Deep不是“模型更聪明”。
而是：
Agent 能够持续处理复杂、多步骤、长时间运行的任务。
例如你给它：
“给这个 React 项目增加一套权限系统。”
普通 Agent 可能：
读代码 ↓ 修改 ↓ 测试 ↓ 结束Deep Agent 会更像：
需求 │ ▼ 分析 Repository │ ▼ 生成 Plan │ ├── 1. 分析现有路由 ├── 2. 分析用户模型 ├── 3. 设计 Permission Model ├── 4. 修改 Router ├── 5. 修改 UI ├── 6. 增加 API ├── 7. 增加 Test └── 8. Code Review │ ▼ Execute │ ▼ Checkpoint │ ▼ Verify │ ▼ Done如果执行到：
Step 6突然：
进程退出Deep Agent 的设计目标是：
state.json checkpoint workflow filesystem │ ▼ resume │ ▼ 继续 Step 6这就和你前几天设计的：
workflow.yaml + state.json + checkpoint + pause/resume/retry/recover
非常接近。
5. dcode 和 Deep Agents CLI 是什么关系？
这个地方特别容易混淆。
可以用这一层关系理解：
Deep Agents │ ┌─────────┴─────────┐ │ │ Deep Agents Package Deep Agents CLI │ │ Agent Framework 通用 Agent CLI │ ▼ dcode │ ▼ Coding 场景也就是说：
Deep Agents更像是一套 Agent 架构/框架思想。
而：
dcode更偏向把这种能力用于软件开发。
6. 它为什么和你研究的 Context Engineering 很相关？
这是我认为你现在最应该关注 dcode 的地方。
你最近一直在研究：
Context Rot
Progressive Disclosure
Hook
Context Management
Compaction
Filesystem
Memory
Workflow
Checkpoint
这些东西其实可以统一成：
Agent │ ┌────────┴────────┐ │ │ Reasoning Runtime │ ┌─────────────────┼─────────────────┐ │ │ │ Context State Tools │ │ │ ┌───┴────┐ ┌────┴────┐ ┌────┴────┐ │ │ │ │ │ │ Memory Compaction Workflow Checkpoint Bash Git │ │ │ │ │ │ └────────┴───────┴─────────┴───────┴─────────┘Deep Agent 的核心其实不是让模型“记住更多”，而是让模型“不需要记住所有东西”。
这句话非常关键。
7. Progressive Disclosure 在这里也很重要
比如项目里面有：
skills/ ├── frontend/ │ ├── vue.md │ ├── react.md │ └── testing.md ├── backend/ │ ├── java.md │ └── node.md └── deployment/ ├── docker.md └── k8s.md不要一开始：
全部加载 ↓ 50K tokens而是：
User Request │ ▼ Agent 判断需要什么 │ ├── React ├── Testing └── Deployment │ ▼ Progressive Disclosure │ ▼ 只加载相关 Skill这就是你之前问的：
“渐进式披露操作（Progressive Disclosure）skill设计思想”
它和 Deep Agent 是天然匹配的。
8. 如果把 dcode 放到你现在研究的体系里面
我会把整个东西理解成：
User │ ▼ ┌──────────────┐ │ Coding Agent │ │ dcode │ └──────┬───────┘ │ ┌────────────┼────────────┐ ▼ ▼ ▼ Planning Skills Tools │ │ │ ▼ ▼ ▼ Workflow Knowledge Bash/Git │ ▼ ┌──────────────┐ │ Agent Runtime │ └──────┬───────┘ │ ┌────────┼─────────┐ ▼ ▼ ▼ Context State Checkpoint │ │ │ ▼ ▼ ▼ Compaction Memory Resume │ ▼ Filesystem这实际上已经非常接近你前面想做的：
“研发全流程 DeepSeek Harness Plugin / RD Agent”
9. 一句话理解
如果你只记住一句：
Claude Code 更像“一个会写代码的 Agent”，而 Deep Agents Code（dcode）更强调“一个能够长期、分阶段、可恢复地完成复杂软件工程任务的 Agent Runtime + Coding Agent”。
而你现在研究的这些：
Skill → Workflow → Context → Hook → State → Checkpoint → Pause/Resume → Compaction
实际上正是把一个普通 Coding Agent，逐渐变成Deep Coding Agent的关键基础设施。
