GitHub Radar

這是 Nathan Drezner 於 2026 年 10 月 28 日在 LangChain 部落格發表的文章（頁面標題為 How to Build Proactive, Always-On Agents with the Schedules SDK in Managed Deep Agents），主張未來屬於主動、常駐、環境式（ambient）的 agent，而許多新興的主動式 agent 系統共用同一個簡單機制：讓 agent 以 cron 任務執行。

引言

作者以 Baader-Meinhof 現象比喻：一旦認識某個設計模式，就會到處看到它。他列舉 Muse、Instinct、Dots、Claude Duet、Hone 作為這股趨勢的例子（文中未詳述），並宣稱 LangSmith 上 Managed Deep Agents 的執行有超過 70% 來自排程，而非人類輸入訊息。

什麼是主動式 agent

指不需人工指示就能自行執行任務的 agent。cron 支撐了讓 agent 主動、個人化、環境式的多種能力。

cron 解鎖的設計模式

記憶：背景工作定期把過往對話濃縮成長期記憶，作者稱之為「做夢」，例如每天一次。主動性：agent 心中有該完成的目標，通用助理可預判需求（提醒截止日、追蹤未結的討論、推送相關新聞），專用 agent 如 Hone 則朝明確目標前進，由每小時的 cron 促使它採取新行動。智慧分流：agent 監看 Slack 或 email，每十分鐘由 cron 叫醒檢視事件流，通知重要事項。追蹤提醒：使用者要求稍後提醒，cron 在指定時間喚醒 agent。編排：協調者 agent 管理一群 agent，定時醒來檢查非同步子任務進度，其餘時間休眠。

打造主動式 agent 的兩個關鍵

一是可靠的 cron 伺服器：能以任意排程加上 prompt 建立 cron，可附帶所需 skill 或權限，大量執行撞在同一時間時會加入抖動分散負載。二是對 agent 友善的介面：讓 agent 以受治理的方式建立與修改提醒和排程。

用 Managed Deep Agents 實作

MDA 執行於 LangSmith Deployments，內建可動態觸發 agent 的 cron 伺服器。排程執行就是依時觸發的 prompt，其 thread 與記憶綁定建立排程的主體。排程可為靜態（寫在 agent 定義中）或動態（agent 在執行時透過 Schedules SDK 建立）。

範例

靜態排程：schedules/ 目錄下的檔案定義平日早上八點（America/Los_Angeles）的每日摘要，prompt 要求檢查銷售報表並發送 KPI 報告。動態排程：以三個工具包裝 Schedules SDK，分別為 set_schedule、list_schedules 與 delete_schedule。一次性回訪：check_in_later 工具在數分鐘後排一次執行，另有 remind_me 變體，作為某些 agent 類型的簡化做法。

產品導向

全文推廣 Managed Deep Agents、LangSmith Deployments 與 Schedules SDK，文件在 langch.in/mda，作者稱只要一次 mda init 加一次 mda deploy 就能在組織內發布主動式 agent。