❝

开发者们，重磅消息！两大开源 AI 智能体框架 LangChain 与 LangGraph 同时迈入 1.0 时代，为生产级应用带来前所未有的稳定性与灵活性。

经过多年迭代与社区反馈，LangChain 团队正式发布 LangChain 1.0 与 LangGraph 1.0——这是这两大框架的首个主要版本，标志着 AI Agent 开发正式进入“工程化”阶段。 同步上线的，还有全新设计的 文档站点，首次将 Python 与 JavaScript 文档完全整合。

一、LangChain vs LangGraph：分工与定位

• LangChain：构建 AI 智能体的最快方式。提供标准的工具调用架构、供应商无关设计和可插拔的中间件系统，让开发者高效构建通用 Agent。
• LangGraph：一个底层运行时框架，专为需要长期运行、可控且高定制化的生产级智能体设计。

二者相辅相成——LangChain 智能体构建在 LangGraph 之上，因此你可以从快速原型出发，逐步升级到复杂的业务工作流，而无需重写逻辑。

二、LangChain 1.0：更快、更灵活、更精简

LangChain 一直是智能体开发的首选框架，凭借标准化接口与丰富的集成，帮助开发者快速构建不受供应商限制的 LLM 应用。 但社区反馈指出：抽象层过厚、包结构臃肿、循环逻辑难以定制。LangChain 1.0 正是对此的全面回应。

❝

“我们在 Rippling 严重依赖 LangGraph 提供的持久化运行时，而 LangChain 1.0 新的预构建智能体与中间件系统让我们能以更高灵活性开发。我们已经在生产中使用。” —— Ankur Bhatt, Rippling AI 负责人

LangChain 1.0 的三大核心升级：

1️⃣ 全新的 create_agent 抽象

create_agent 是围绕核心智能体循环构建的新一代接口，让你能以极简方式快速上手。

运行逻辑：

1. 模型接收请求

2. 响应包括两种情况：

• 工具调用 → 执行 → 写入上下文
• 最终回答 → 返回结果

from langchain.agents import create_agent

weather_agent = create_agent(
    model="openai:gpt-5",
    tools=[get_weather],
    system_prompt="Help the user by fetching the weather in their city.",
)

result = weather_agent.invoke({"role": "user", "what's the weather in SF?"})

2️⃣ Middleware：中间件系统登场

多数智能体框架无法在核心循环中进行定制，而 LangChain 1.0 通过中间件（Middleware）实现了可插拔控制逻辑。

内置中间件包括：

• Human-in-the-loop（人在回路）：在关键步骤暂停执行，让人类进行审批或修改；
• Summarization（摘要）：自动压缩历史对话，防止上下文溢出；
• PII Redaction（隐私擦除）：在内容传递前自动脱敏敏感信息。

开发者也可以自定义中间件，灵活插入智能体循环的各个阶段。

3️⃣ 标准化内容块与结构化输出

LangChain 1.0 将所有模型输出统一为 .content_blocks，实现跨供应商一致格式，并支持：

• 推理轨迹（reasoning trace）
• 引用（citations）与工具调用
• 类型化复杂响应结构

同时，结构化输出生成也被整合进主循环，消除额外的 LLM 调用，降低延迟与成本。

4️⃣ 包结构全面精简

LangChain 1.0 聚焦核心能力，旧版功能迁移至 langchain-classic，以保持向后兼容。

主要变化：

• create_agent 替代 create_react_agent（后者已弃用）
• 停止支持 Python 3.9，要求 3.10+
• 模块层次更加清晰轻量

安装与迁移：

# Python
uv pip install --upgrade langchain
uv pip install langchain-classic

# JavaScript
npm install @langchain/langchain@latest
npm install @langchain/langchain-classic

❝

🔗 迁移指南（Python） | 迁移指南（JavaScript）

三、LangGraph 1.0：为生产级智能体而生

随着 AI 从实验室走向企业级落地，智能体开发亟需持久化、可观测性与人工监督机制。 LangGraph 1.0 正是针对这些痛点推出的稳定版运行时框架。

三大核心能力：

• 持久化状态（Durable State）：智能体可在中断后恢复执行，无需重新启动任务；
• 内置持久化（Persistence）：无需额外数据库逻辑即可保存与恢复上下文；
• 人在回路（Human-in-the-loop）：原生支持人工审查、修改与批准。

经过一年多的打磨与在 Uber、LinkedIn、Klarna 等企业的广泛实测，LangGraph 1.0 已成为生产级智能体的首选运行时框架。

安装方式：

# Python
uv pip install --upgrade langgraph

# JavaScript
npm install @langchain/langgraph@latest

四、如何选择：LangChain or LangGraph？

五、全新文档与社区资源

新版 docs.langchain.com 实现 Python 与 JavaScript 的统一体验，提供：

• 并行示例与共享概念指南
• 改进导航与可搜索 API
• 深入教程与智能体架构实践

❝

“这不仅是版本升级，更是 LangChain 对开源社区稳定性承诺的兑现。”

六、结语：稳定时代的开启

LangChain 与 LangGraph 1.0 的到来，标志着 AI 智能体开发从混沌走向秩序——从“原型玩具”迈入“生产级框架”。 截至目前，两者已被 Uber、JP Morgan、Blackrock、Cisco 等企业采用，每月下载量突破 9000 万次。

❝

我们期待更多开发者参与，共同定义智能体的未来。 💬 点击进入 LangChain 论坛，分享你的 1.0 使用体验。

立即升级，体验更稳定、更强大的 AI 智能体开发框架！