微信扫码
添加专属顾问
我要投稿
LangChain 1.0 Alpha 迎来重大架构重构,从复杂链式组件转向智能体优先的现代设计理念。 核心内容: 1. 架构精简:主包围绕LangGraph智能体重新搭建,大幅简化复杂度 2. 品牌统一:商业产品可能统一到LangSmith品牌下 3. 文档整合:开源框架和商业产品文档将集中到统一文档站
昨天晚上都要睡了,突然想起来还有个 LangChain 社区 VIP 会议。中国时间晚上 11 点,我爬起来打开电脑,结果一下子被 LangChain CEO Harrison Chase[1] 的话给吓醒了:“我们做了一个大胆的决定,几乎重新定义了 LangChain 的核心。”
汗... 什么情况?我赶紧打起精神。
这是第二次 #LangChain 社区 VIP 会议了。第一次讨论的是 v1.0 的计划,这次是 1.0 Alpha[2] 发布后的复盘。听 Harrison 讲完,我才明白,新的 langchain
包要抛弃大部分传统链式组件,围绕基于 #LangGraph 的智能体抽象重新构建。
更让我没想到的是,Harrison 竟然在会议里公开讨论公司的品牌命名问题,还问我们的意见:到底是统一到 LangChain Platform,还是 #LangSmith?这种内部决策居然拿出来讨论,我还是第一次见。
熬夜听完这个会,我觉得有必要跟大家分享一下。毕竟这个变化太大了,可能会影响到很多正在用 LangChain 的朋友。
langchain
包要大幅精简,围绕基于 LangGraph 的智能体重新搭建。在会议中,Harrison 很坦率地承认了 LangChain 目前面临的问题。“我们的 langchain
包变得太复杂了,用户经常迷失在各种调用链(Chain)、工具和抽象中,不知道该选择什么。”
作为社区大使,我深有体会。在日常的技术支持中,最常见的问题就是”什么时候改用 LangGraph,什么时候该用 LangChain“、“这几个组件有什么区别?”。新手入门 LangChain 的学习曲线越来越陡峭,这确实是个问题。
这种复杂性的形成有其历史原因。AI 应用领域发展太快,LangChain 一直在努力跟上技术演进,不断添加新功能和抽象。但这种“累积式”的发展最终导致了架构臃肿和用户体验下降。
不过话说回来,LangChain 团队能在 AI 浪潮中始终保持这种开放透明的态度,主动承认复杂性问题并大刀阔斧地重构,这种执行力确实值得认可。
Harrison 强调,1.0 Alpha 的核心理念是与“现代最佳实践”对齐:
这背后的逻辑其实很简单。传统的调用链就像流水线,数据从 A 到 B 再到 C,路径是固定的。但真实的 AI 应用往往需要根据情况做判断:这个问题需要搜索吗?需要调用什么工具?结果满意吗?要不要重试?
#智能体 架构就是让 #AI 自己做这些判断。而图结构让这种“分支决策”变得可视化和可控制。你可以清楚地看到 AI 在什么情况下会走哪条路径,也可以灵活地调整这些路径。
从社区反馈来看,这个方向是对的。越来越多的开发者在构建复杂应用时,都会选择 LangGraph 而不是传统的调用链。
langchain
包的重新设计新的 langchain
包变化最大:
langchain.Agents
底层完全基于 LangGraph 实现Harrison 形容这几乎是一个“新包”,只是保留了大家熟悉的名字。从社区角度看,这个决定虽然会带来迁移成本,但长远来看是必要的。(旧的包可能被命名为 langchain-legacy
让大家继续使用。)
坦白说,敢这么大幅度重构核心包,需要很大勇气。毕竟现在有那么多项目在用 LangChain,一个不慎就是大规模的用户流失。但技术债务不解决,迟早会成为更大的包袱。这种“短痛换长痛”的决策,体现了技术团队的远见。
跟主包的大改不同,基础设施这块会保持稳定:
这个标准内容块[3](Standard Content Blocks)挺有意思的。Harrison 解释说,现在的 AI 模型输出越来越复杂了,不只是文本,还有工具调用、引用链接、图像、音频等等,传统的消息格式处理不了。标准内容块就是要给这些内容提供统一的格式,包括工具调用结果、引用链接、多模态内容和元数据等。这样开发者处理复杂输出就容易多了。
Harrison 在会议中特别强调了文档改进的重要性,多次提问大家对文档站点的更新有没有什么好的建议。“我们知道文档一直是痛点,这次在 docs.langchain.com 上做了大量工作。”
新的文档体验具体改进了什么?
解决了什么问题:
现在变成什么样:
简单说,就是从“能用但很痛苦”变成“用起来很顺手”。对开发者来说,这意味着学习成本降低,开发效率提升。
值得注意的是,这次 LangChain 1.0 Alpha 的重构对 LangGraph 的影响很小。LangGraph 作为底层图框架,API 和核心概念基本都保持不变。
最大的变化就是 create_react_agent
从 langgraph-prebuilt
包搬回了 LangChain 主包,变成了 langchain.agents.create_agent
。同时去掉了 react
这个词,避免和前端 React 框架产生歧义。
这意味着如果你已经在用 LangGraph 开发智能体,迁移成本非常低。你的图结构逻辑、状态管理、工具调用等核心代码基本不用改。
会议中最有意思的部分是 Harrison 对品牌命名的讨论。他直接说:“我知道大家对 LangChain、LangGraph、LangSmith、LangGraph Platform 的区别感到困惑,连我们内部有时也会搞混。”
作为社区布道师,我经常需要向用户解释这些产品的区别和定位。确实,当前的命名体系对用户造成了不小的困扰。
不过我觉得最有意思的是,Harrison 竟然把这种商业决策拿到社区里讨论。这在大公司里是很少见的,通常都是内部决定好了再对外宣布。这种透明度让我觉得 LangChain 确实还保持着创业公司的那种开放心态。
Harrison 跟我们分享了他们内部在考虑的两个方案:
方案一:LangChain Platform
方案二:LangSmith
Harrison 说他们现在倾向于方案二,把所有商业产品都统一到 LangSmith 下面:
我觉得这个想法不错,至少不会再搞混了。
这么大的变动,迁移肯定是个问题。Harrison 也承认了这点,但他觉得长远来看是值得的。
他说:“我们知道这会给现有用户带来一些困扰,但新架构会带来更好的开发体验。”
确实,短期痛苦,长期收益。不过对于正在用 LangChain 的项目来说,还是要提前做好迁移准备。
作为长期关注 LangChain 发展的社区成员,我认为这次重构是必要且及时的。虽然会带来短期的迁移成本,但从长远看,一个更简洁、更现代的架构对整个生态都是有益的。
对于正在使用或考虑使用 LangChain 的开发者:
既然 LangGraph 对现有开发者影响很小,现在正是学习的好时机。我们的《LangGraph 实战》专门针对中国开发者需求,感兴趣的朋友可以关注下面的链接。
昨晚的深夜会议截图留作纪念,大家能找到 Harrison 在哪里吗?
以上就是我对 LangChain 1.0 Alpha 架构重构的详细解析。
53AI,企业落地大模型首选服务商
产品:场景落地咨询+大模型应用平台+行业解决方案
承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业
2025-08-30
LangChain如何使用通义千问的向量模型
2025-08-29
Claude code prompt原来这么写的,怪不得这么厉害
2025-08-27
从LangChain到LangGraph:AI智能体提示词工程的系统化学习
2025-08-25
Agent实战教程:LangGraph相关概念介绍以及快速入门
2025-08-23
企业级复杂任务智能体构建:解锁LangChain新品Deep Agents及其UI利器
2025-08-20
使用LLamaIndex Workflow来打造水墨风格图片生成工作流
2025-08-19
让 LangChain 知识图谱抽取更聪明:BAML 模糊解析助力升级
2025-08-17
Manus、LangChain一手经验:先别给Multi Agent判死刑,是你不会管理上下文
2025-07-14
2025-06-26
2025-07-14
2025-07-16
2025-06-16
2025-08-19
2025-06-13
2025-06-26
2025-06-16
2025-06-11
2025-07-14
2025-07-13
2025-07-05
2025-06-26
2025-06-13
2025-05-21
2025-05-19
2025-05-08