LangChain

是什么

LangChain 是一个用来构建大语言模型（large language model, LLM）应用的开源框架。它的核心想法是拆解：把一个复杂任务分成若干称为「链」（chain）的小部件，再把它们连接起来 ^[4]。开发者面对的不再是一次提问、一次回答，而是一串步骤——取一份文档、交给模型处理、再把结果传给另一个工具——框架负责把各个环节接上。项目以 MIT 许可证发布，代码放在 GitHub 的 langchain-ai/langchain 仓库中，该仓库创建于 2022 年 10 月 17 日，约有 14.9 万颗星 ^[1]。

为什么会出现

LangChain 于 2022 年末作为一个开源项目起步，创始人 Harrison Chase 当时是机器学习创业公司 Robust Intelligence 的工程师 ^[2]。Business Insider 报道说，它于 2022 年 10 月以开源项目的形式发布 ^[4]。它要补的缺口很具体：在那个时候，大语言模型无法访问实时信息，也不能执行搜索网页、调用 API、与数据库交互这类动作 ^[2]。模型单独使用时能生成文字，却查不了资料，也改变不了对话之外的任何东西。一个能让程序调用模型、接住它的输出、再转发给搜索引擎、API 或数据库的框架，处理的正是这个限制 ^[2]。

链与智能体

链是基本的单位。开发者把任务的每个步骤写成一个组件，再把组件串起来，让上一个组件的输出成为下一个组件的输入 ^[4]。因为各个部件彼此分开，它们可以被替换、复用，也可以为新的应用重新排列；模型还可以被要求在这些部件之间做选择，而不必照着固定的脚本走。

框架中「智能体」（agent）这一侧，部分来自项目之外的工作。普通合伙人 Yohei Nakajima 用 GPT-4、Pinecone 和 LangChain 搭出了任务驱动的自主智能体 BabyAGI ^[4]。这个项目促使 Chase 把类似的功能加入 LangChain，并把这份功劳记在 Nakajima 名下 ^[4]。

LangSmith 与产品线

在开源框架之外，公司还提供 LangSmith：一个独立的闭源产品，用于大模型应用的可观测性、评估和监控 ^[2]。TechCrunch 报道，LangSmith 带来的年度经常性收入（ARR）在 1200 万至 1600 万美元之间 ^[2]。到 2025 年 10 月，公司的发布内容涵盖三样软件：智能体构建工具 LangChain、负责编排与上下文和记忆的工具 LangGraph，以及负责测试与可观测性的工具 LangSmith ^[3]。

融资

2023 年 4 月，Chase 从 Benchmark 获得了 1000 万美元的种子轮融资；一周之后，又完成了由红杉（Sequoia）领投的 2500 万美元 A 轮，据报道当时对 LangChain 的估值为 2 亿美元 ^[3]。Business Insider 报道红杉那一轮在 2000 万至 2500 万美元之间，并称红杉未经正式的融资流程就抢先敲定了这笔投资 ^[4]。2025 年 10 月，LangChain 以 12.5 亿美元估值完成 1.25 亿美元融资，交易由 IVP 领投，新投资方为 CapitalG 和 Sapphire Ventures，老股东红杉、Benchmark 和 Amplify 参与 ^[3]。差不多同一时间，TechCrunch 报道这个开源项目约有 11.8 万颗 GitHub 星 ^[3]。

在发展中的位置

LangChain 的位置来自它是较早被广泛使用的一种做法：把语言模型放进一个更大的程序里。链这一抽象给开发者提供了一套共同的说法，用来描述多步骤的大模型应用；而这个开源仓库则提供了一个起点，让人不必自己从零搭建各个环节之间的连接。此后形成的产品线——商业化的可观测性与评估服务、编排层、智能体构建工具——描述了一条路径：从一个工程师在 2022 年 10 月创建的开源库，长成一家在它之上提供付费产品的公司 ^[1][2][3]。仓库的星数记录了多少开发者采用了这个框架，几轮融资则记录了投资方围绕这家公司投入了多少资金 ^[1][3]。