deepagents新增fork与isolated两种上下文模式，fork模式让子代理继承主管代理对话历史，利用提示缓存减少重复工具调用，适用于延续既有工作或执掌记忆的子代理；isolated模式则保持独立判断。
AI解读：deepagents的上下文模式解决的是多代理系统中上下文共享的取舍问题：子代理默认在全新上下文中启动，虽然隔离了上下文、但会重复主管已完成的文件读取等操作，既慢又费钱。新增的fork模式让子代�理直接继承主管的完整对话，配合提示缓存能减少重复工作，适合执行已诊断问题的修复这类延续性任务；isolated模式则适合需要独立评审的工作，避免子代理被主管的判断带偏。对开发者来说，选择哪种模式取决于子代理是延续主管的工作还是独立评估，这直接关系到成本、速度和输出质量。目前这些功能已随deepagents框架提供，用户可试用并通过GitHub issues反馈，但官方尚未公布两种模式在不同场景下的性能对比数据。
LangChain官方博客宣布，其多代理框架deepagents最新版本引入上下文模式（context modes），支持 "isolated" 和 "fork" 两种取值，用于定义子代理可以从主管代理处接收哪些上下文。开发者可通过Python的 `uv add deepagents` 或TypeScript的 `pnpm i deepagents` 安装体验，反馈渠道包括GitHub issues、论坛及社交媒体。
fork模式是本次新增功能：子代理不会以空白上下文启动，而是继承主管代理的完整状态，包括对话历史。LangChain称，这种模式下提示缓存（prompt caching）仍然生效，在子代理需要详细上下文时，可节省重复的工具调用和上下文收集，从而更快、更便宜。
两种模式的区别与适用场景
isolated模式是deepagents中子代理的默认及既有行为：子代理以全新上下文窗口启动，仅接收主管代理指定的任务描述。博客原文指出，这是实现上下文隔离的方式，主管代理通常只接收子代理的任务结果，中间推理过程不会进入其上下文窗口。
fork模式的具体机制：主管代理生成一个调用子代理的工具调用，其中包含任务描述；子代理接收主管代理的完整状态（含对话历史），系统会切除末尾的工具调用，并将任务描述格式化为用户消息，附上固定前言说明其角色；子代理结束后，主管代理将其最终消息作为对初始工具调用的响应接收。
博客通过两个常见模式帮助开发者决策：worker（延续主管工作的代理）适合用fork，例如主管已定位错误并追踪到某函数后，子代理可直接基于调查进展实现和测试修复；verifier（独立评估者）适合用isolated，例如检查代码差异的正确性、向后兼容性和测试覆盖时，继承主管的推理反而可能锚定评估。
- worker示例代码：const fixerSubagent: SubAgent = { mode: "fork", name: "fixer", description: "Use when a problem has already been diagnosed and the remaining work is to implement and test the fix", systemPrompt: "...", }
- verifier示例代码：const reviewerSubagent: SubAgent = { mode: "isolated", name: "reviewer", description: "Use after an implementation is complete and needs an independent review", systemPrompt: "...", }
四种场景的推荐设置
博客给出了四种任务模式下推荐的上下文模式：研究者代理（researcher）在问题可独立存在时使用isolated，例如查询API在 1.2 与 1.3 版本间的变化并链接发布说明，这有助于多个研究者并行且各自聚焦问题；记忆代理（memory agent）则使用fork，因为对话本身是其分析对象，fork可让其分析完整交互，决定哪些决策、事实或偏好值得存档，无需主管在任务中复述。
博客称，上下文模式是与工具、中间件等并列的子代理特化手段之一。记忆代理示例还展示了对子代理文件系统权限的限制：默认拒绝所有写操作，仅允许对AGENTS.md和docs目录的读取，以约束其编辑范围。
- 研究者代理示例：const researcherSubagent: SubAgent = { mode: "isolated", name: "researcher", description: "Use to investigate a self-contained question and return a condensed, well-sourced answer", tools: [search_engine], }
- 记忆代理示例：const memorizerSubagent: SubAgent = { mode: "fork", name: "memorizer", description: "Use when the conversation contains durable decisions, facts, or preferences worth saving to memory", permissions: [ { operations: ["write"], paths: ["/**"], mode: "deny" }, { operations: ["read"], paths: ["/AGENTS.md", "/docs/**"], mode: "allow" } ] }