Deep Agents: jak změnit zadání, když agent pracuje na pozadí

TL;DR

• Dlouhá úloha nemusí blokovat další domluvu s agentem. Deep Agents oddělují hlavního agenta, který s tebou komunikuje, od pomocných agentů pracujících na pozadí.
• Oprava zadání a přidání dalšího kroku mají odlišné chování: pomocný agent buď přeruší aktuální běh a spustí se znovu s novým pokynem, nebo pokyn dostane až po dokončení běhu.
• Při zkoušce změň zadání uprostřed práce. Ověř, že změna dorazila ke správnému pomocníkovi a promítla se do výsledku.

Zadáš agentovi porovnání dodavatelů. Zatímco hledá podklady, zjistíš, že potřebuješ zahrnout jen nabídky s měsíční platbou. Chceš mu podmínku doplnit hned, bez čekání na hotovou rešerši. Pro takovou práci je důležité nejen spustit úkol na pozadí, ale také vědět, jak se k němu dostane změna zadání.

LangChain v článku z 5. listopadu 2026 popisuje asynchronní pomocné agenty v Deep Agents. Hlavní agent řídí práci a udržuje kontext rozhovoru, zatímco pomocníci samostatně zpracovávají delší úlohy. Pro vlastní agentský proces z toho plyne konkrétní otázka: umí agent během rozdělané práce přijmout opravu, předat ji dál a vrátit výsledek podle aktuálního zadání?

Hlavní agent nemusí čekat na dokončení rešerše

V běžné smyčce agent zavolá nástroj, počká na výsledek a teprve potom rozhodne o dalším kroku. Pokud takto čeká na dlouhou úlohu pomocného agenta, další práce se řadí za ni.

Asynchronní pomocník se spustí samostatně. Volání se hned vrátí a výsledek dorazí později. Hlavní agent, označovaný také jako orchestrátor, tak může zadávat další úlohy a komunikovat s tebou, aniž by čekal na dokončení všech pomocníků.

To ovšem neznamená okamžitou odpověď za všech okolností. Hlavní agent je dostupný, když právě není zaměstnaný svou vlastní smyčkou. Změna odstraňuje čekání na pomocníky, nikoli veškeré čekání v aplikaci.

V ilustračním porovnání dodavatelů může jeden pomocník hledat ceny a druhý podmínky ukončení služby. Ty mezitím hlavnímu agentovi upřesníš, které nabídky tě zajímají. Souběžná práce dává smysl tam, kde dílčí úkoly mohou postupovat samostatně; závěrečné porovnání stále potřebuje jejich výsledky.

Opravit zadání a přidat krok jsou dvě různé věci

Deep Agents rozlišují oslovení hlavního agenta od změny úlohy, kterou už řeší pomocník. To, že hlavní agent odpověděl na tvou zprávu, ještě neříká, jak s ní naložil běžící pomocník.

Chování následného pokynu určuje nastavení update_strategy u daného pomocného agenta:

• interrupt, výchozí možnost, zastaví aktuální běh a spustí pomocníka znovu s novým pokynem. Hodí se pro opravu typu „zahrň jen nabídky s měsíční platbou“.
• enqueue podrží pokyn do dokončení aktuálního běhu. Hodí se pro navazující požadavek typu „až skončíš, doplň přehled podmínek výpovědi“.

Při návrhu aplikace proto rozlišuj, zda nový pokyn mění právě zpracovávaný úkol, nebo přidává práci na později. Pokud zásadní oprava počká až na konec, pomocník mezitím dokončuje úlohu podle podmínek, které už neplatí.

Výsledek se musí vrátit i do neaktivního rozhovoru

Hlavní agent má přehled nedokončených úloh ve svých systémových instrukcích. Stav může ověřit sám, ale dokončená úloha se může také sama ohlásit.

Popsané doručování výsledků rozlišuje tři situace. Když hlavní agent pracuje, kontroluje nedokončené úlohy před každým voláním modelu a může převzít výsledek během práce. Když je neaktivní, pomocník ho probudí novým spuštěním. Pokud hlavní agent čeká na lidské schválení, tento požadavek zůstane zachovaný a výsledek převezme až po odpovědi uživatele.

Také pomocný agent může sám potřebovat schválení. Pak se jeho úloha zobrazí jako čekající a uživatel odpovídá v jejím vlastním vlákně, aniž by přerušil hlavního agenta. V Managed Deep Agents na Slacku se žádost vrací do původního vlákna.

Pro tým to znamená, že práce na pozadí potřebuje viditelné stavy. Dokončený úkol, běžící úkol a úkol čekající na tvoje rozhodnutí vyžadují každý jinou reakci.

Co je dostupné v Deep Agents

Asynchronní pomocníci jsou podle oznámení dostupní v Deep Agents pro Python a JavaScript i v Managed Deep Agents. V posledně jmenované službě se pomocník nastavuje jako asynchronní položkou "async": true v jeho definici.

Hlavní agent má pro řízení práce pět nástrojů: start_async_task úlohu spustí, check_async_task zjistí stav a hotový výsledek, update_async_task pošle další instrukci, cancel_async_task běžící úlohu zastaví a list_async_tasks vypíše úlohy a jejich stavy.

Oznamování výsledků úloh je zatím v betě a jeho API se může měnit. Pokud na něm stavíš vlastní aplikaci, počítej s tím při integraci a ověř doručení výsledků i chování při čekání na schválení.

Vyzkoušej změnu uprostřed práce

Pro první zkoušku vyber jednu delší rešerši a během jejího běhu změň podstatnou podmínku. Sleduj tři věci: zda hlavní agent přijme zprávu před dokončením rešerše, zda předá opravu správné úloze a zda závěrečný výstup odpovídá novému zadání.

Potom zkus doplnit požadavek, který má naopak počkat. Tím odlišíš skutečně fungující řízení práce od pouhého potvrzení zprávy. Užitečný agent na pozadí má nejen dokončit úkol, ale také správně reagovat na to, že ses během práce rozhodl jinak.

Zdroj

Sydney Runkle a Thushanth Bengre, LangChain: Agents Are Going Async, 5. listopadu 2026