LangChain 1.0 & LangGraph 1.0 正式發布：AI 智能體從「原型玩具」邁入「企業級系統」的關鍵一躍 原創
大家好，我是玄姐。
2025 年 10 月 22 日，LangChain 官方團隊宣布了一個足以震動 AI 開發圈的消息，LangChain 與 LangGraph 兩大核心框架同步發布 1.0 版本。這不僅是框架迭代的里程碑，更是對過去數年社區反饋的集中回應，為 AI Agent 從原型開發走向生產落地提供了更穩定、更靈活的技術底座。
一、為什么 1.0 版本值得關注？
在此之前，LangChain 雖憑借高 level 抽象成為 AI Agent 開發的熱門工具，但也面臨不少痛點：抽象層過重、包體積臃腫、自定義 Agent 循環時需深入底層調用等，而 LangGraph 作為偏向底層的運行時框架，雖支持復雜流程控制，卻缺乏標準化的生產級功能。
1.0 版本的核心目標，就是解決這些痛點：
- 穩定性承諾
明確聲明在 2.0 版本前不會有破壞性更新，為企業級應用提供可靠保障；
- 功能聚焦
LangChain 精簡核心能力，LangGraph 強化生產特性，兩者分工更清晰；
- 生態統一
同步推出全新設計的官方文檔站，Python 與 JavaScript 版本的教程、API 參考首次整合，降低跨語言開發門檻。
更關鍵的是，LangChain 1.0 的 Agent 能力完全基于 LangGraph 運行時構建，這意味著開發者無需在 “快速開發” 和 “靈活控制” 之間二選一，可根據需求自由切換，真正實現 “無鎖定開發”。
二、LangChain 1.0：3 大核心升級，讓 AI Agent 開發更快、更靈活
LangChain 1.0 的定位是 “最快構建 AI Agent 的工具”，圍繞 “簡化流程、增強控制、統一標準” 三大方向做了深度優化，其中這幾個新特性最值得開發者關注：
2.1 全新 ??create_agent?? 抽象：一行代碼搭建 Agent
過去用 LangChain 構建 Agent 需配置多個組件，而 1.0 推出的 ??create_agent?? 函數將核心流程高度封裝，只需指定模型、工具和提示詞，就能快速生成可用的 Agent。
以 “天氣查詢 Agent” 為例，代碼簡潔到令人驚喜：
from langchain.agents import create_agent
# 定義Agent：指定模型、工具、系統提示詞
weather_agent = create_agent(
model="openai:gpt-5", # 支持主流模型提供商，無需修改代碼切換
tools=[get_weather], # 傳入自定義工具
system_prompt="Help the user by fetching the weather in their city.",
)
# 調用Agent獲取結果
result = agent.invoke({"role": "user", "what's the weather in SF?"})
其背后的核心邏輯是標準化的 Agent 循環：2.2 middleware 中間件：精細控制 Agent 每一步
很多開發者吐槽 “Agent 流程太固化，自定義難”，而 1.0 新增的 ??middleware?? 機制徹底解決了這個問題。它通過 “鉤子函數”，允許你在 Agent 循環的關鍵節點插入自定義邏輯，官方還貼心提供了 3 個常用中間件：
- Human-in-the-loop（人工介入）
執行工具前暫停，等待用戶確認 / 修改，特別適合涉及外部系統調用、敏感操作的場景（如自動發郵件、轉賬）；
- Summarization（歷史總結）
對話歷史接近模型上下文上限時，自動壓縮舊信息、保留新內容，避免 Token 溢出，同時保證長對話性能；
- PII 脫敏
通過模式匹配自動識別并隱藏郵箱、手機號、社保號等敏感信息，助力合規開發。
如果你有特殊需求，還能自定義中間件，鉤子覆蓋 “Agent 啟動前→模型調用前→工具執行→結果返回后” 全流程，靈活度拉滿。
2.3 標準內容塊：跨模型兼容不再是難題
LangChain 支持 OpenAI、Anthropic 等上百個模型提供商，但不同廠商的輸出格式差異一直是痛點，切換模型后，流式輸出、UI 渲染、記憶存儲可能全部失效。
1.0 版本在 ??langchain-core??? 中新增 ??content_blocks?? 屬性，為所有模型輸出定義了統一標準：
- 無論用哪個模型，輸出內容類型（文本、工具調用、引用）保持一致；
- 支持推理軌跡、引用標注、服務端工具調用等高級功能；
- 完全向后兼容，舊代碼無需修改即可使用。
這意味著開發者可以在一個應用中自由切換模型，無需重構下游邏輯，真正實現 “Provider Agnostic”（提供商無關）。
三、LangGraph 1.0：為生產級 AI Agent 而生的底層框架
如果說 LangChain 1.0 是 “快速建房的模板”，那 LangGraph 1.0 就是 “堅固的地基與框架”，它聚焦于解決 AI Agent 落地生產時的核心痛點，尤其適合復雜、長周期的工作流。
其 1.0 版本的核心特性，每一個都直擊生產需求：
3.1 持久化狀態：中斷后無縫續跑
AI Agent 運行時最怕什么？服務器重啟、網絡中斷、長流程被打斷。LangGraph 1.0 實現了 Agent 執行狀態的自動持久化，哪怕對話中途服務器宕機，重啟后也能精準恢復到中斷前的狀態，用戶無需重新輸入，Agent 無需重新執行步驟。
比如：一個 “多步驟合同審核 Agent”，執行到第 3 步時服務器重啟，恢復后會直接從第 3 步繼續，不會重復前兩步的計算。
3.2 內置持久化：無需自定義數據庫
為了實現狀態持久化，過去開發者需要自己搭建數據庫、設計存儲邏輯。LangGraph 1.0 內置了持久化能力，無需編寫任何數據庫代碼，就能實現 “保存 / 恢復工作流”：
- 支持多日審批流程（比如：一個報銷流程分 3 天完成）；
- 支持跨會話的后臺任務（比如：夜間自動生成報表，次日用戶可查看結果）。
3.3 原生人工介入：高風險場景可控
對于金融、醫療等敏感領域，AI 不能 “獨斷專行”。LangGraph 1.0 提供了原生的 “人工介入” API，可在工作流中設置 “審核節點”，Agent 執行到該節點時會自動暫停，等待人工確認后再繼續。
比如：一個 “自動轉賬 Agent”，可設置 “轉賬金額超過 1 萬元時暫停，需人工審批”，既保證效率，又控制風險。
目前，Uber、LinkedIn、Klarna 等企業已在生產環境中大規模使用 LangGraph，其穩定性經過了實戰驗證。
四、如何選擇？LangChain vs LangGraph 適用場景對比
很多開發者會問：兩個框架都升級到 1.0 了，該怎么選？其實答案很簡單，兩者不是競爭關系，而是互補關系，核心區別在于 “抽象層級” 和 “適用場景”：
選擇依據 | LangChain 1.0 | LangGraph 1.0 |
核心目標 | 快速構建標準 Agent，縮短開發周期 | 深度定制復雜工作流，保障生產穩定性 |
適用場景 | - 符合 “模型→工具→響應” 默認流程的 Agent - 需要快速上線、驗證想法的場景- 依賴中間件做輕度自定義的需求 | - 混合確定性邏輯與 Agent 邏輯的工作流（如 “規則校驗 + AI 生成”） - 長周期業務流程（如多步驟審批）- 高敏感、需精細控制的場景 - 對 latency、成本有嚴格要求的應用 |
開發效率 | 高（高 - level 抽象，開箱即用） | 中（需設計圖結構，但靈活性更高） |
與對方關系 | 基于 LangGraph 運行時構建，可無縫切換到 LangGraph | 可嵌入 LangChain 生成的 Agent，組成復雜工作流 |
簡單來說：快速驗證用 LangChain，復雜生產用 LangGraph，而且兩者可以無縫結合，比如先用 LangChain 快速搭建 Agent 原型，驗證需求后，再用 LangGraph 擴展復雜邏輯，無需重構代碼。
五、上手指南：安裝與遷移
5.1 安裝命令
LangChain 1.0 和 LangGraph 1.0 已在 PyPI 和 npm 上線，安裝步驟非常簡單：
Python 環境
# 安裝/升級 LangChain 1.0
uv pip install --upgrade langchain
# 如需兼容舊代碼，安裝 langchain-classic（存放 Legacy 功能）
uv pip install langchain-classic
# 安裝/升級 LangGraph 1.0
uv pip install --upgrade langgraphJavaScript 環境
# 安裝/升級 LangChain 1.0
npm install @langchain/langchain@latest
# 兼容舊代碼，安裝 langchain-classic
npm install @langchain/langchain-classic
# 安裝/升級 LangGraph 1.0
npm install @langchain/langgraph@latest5.2 重要遷移提示
- Python 版本要求
LangChain 1.0 不再支持 Python 3.9（2025 年 10 月已停止維護），需升級到 Python 3.10+，Python 3.14 支持即將上線；
- 廢棄模塊
LangGraph 的 ??langgraph.prebuilt?? 模塊已廢棄，相關功能遷移到 ??langchain.agents??；
- 舊代碼兼容
如需繼續使用 LangChain 舊功能，可通過 ??langchain-classic?? 包調用，官方提供了詳細的 Python/JavaScript 遷移指南（可在新文檔站查看）。
六、寫在最后
LangChain 與 LangGraph 1.0 的同步發布，不僅是框架自身的成熟，更標志著 AI Agent 開發正式進入 “標準化、生產化” 階段。從 9000 萬月下載量，到 Uber、JP Morgan、BlackRock 等巨頭的生產實踐，LangChain 生態已成為 AI Agent 開發的重要基礎設施。
目前，全新的官方文檔站（docs.langchain.com）已上線，整合了 Python、JavaScript 雙語言教程、API 參考和實戰案例，是上手 1.0 版本的最佳入口。如果你正在開發 AI Agent，不妨試試這兩個 1.0 版本，無論是快速驗證想法，還是搭建生產級系統，它們都能提供更高效、更可靠的支持。
好了，這就是我今天想分享的內容。
本文轉載自??玄姐聊AGI?? 作者：玄姐
