DeepAgentは、外部ツールや長期的な相互作用が求められる実世界のタスクに対応するために開発された、エンドツーエンドの深層推論エージェントです。従来のエージェントフレームワークは事前定義されたワークフローに依存しており、自律的なタスクの完遂に制限をもたらします。DeepAgentは自律的に思考し、ツール発見を行い、行動を実行する統一された推論プロセスを採用しています。特に長期的な相互作用による文脈の膨張や相互作用履歴の蓄積の課題に対し、自律的なメモリ折り畳み機構を導入し、過去の相互作用を整理されたエピソードメモリや作業メモリに圧縮します。ツール使用の効率的な教育のために、L大規模言語モデルを模倣したAPIを活用するエンドツーエンドの強化学習戦略ToolPOを開発しました。実験では、DeepAgentは一般的なツール使用タスクや二次応用においてベースラインを一貫して上回る性能を示しました。