LangChain je starší než ChatGPT. Harrison Chase založil repozitář 17. října 2022 jako vedlejší projekt při práci v ML startupu Robust Intelligence — šest týdnů před vydáním ChatGPT, které z propojování LLM s nástroji a daty udělalo problém pro všechny. Díky načasování se stal výchozí volbou: když celé odvětví najednou potřebovalo šablony promptů, retrievery a volání nástrojů, existovala knihovna s pojmenovanou komponentou pro každou z těchto věcí.
Následující čísla jsou na open source knihovnu neobvyklá. Na jaře 2023 se z projektu stala společnost: získala seed investici od Benchmarku a Series A vedenou Sequoia. V říjnu 2025 LangChain získal 125 milionů dolarů při ocenění 1,25 miliardy v kole vedeném IVP. Uvedl dohromady 90 milionů měsíčních stažení balíčků langchain a langgraph a používání ve 35 % firem z Fortune 500. Pythonový repozitář má dnes přes 146 000 hvězdiček na GitHubu. LangChain navíc nikdy nebyl jen pro Python: LangChain.js existuje od začátku roku 2023, což je podstatné pro produkty na Node.js a TypeScriptu.
Zároveň se stal jedním z nejkritizovanějších frameworků v AI inženýrství. Rané verze LangChain obalovaly vše — prompty, řetězce, agenty i paměť — do vrstev abstrakce. Mnoho týmů pak ladilo framework místo svého produktu; některé ho veřejně odstranily. Tým kritiku vyslyšel: LangChain 1.0, vydaný 22. října 2025, přepsal tak, aby byl menší a měl jasnější názory. Jádro má nyní jediný vstupní bod — createAgent v TypeScriptu, create_agent v Pythonu — nad běhovým prostředím LangGraph, s middleware hooky kolem volání modelu a nástrojů. Do verze 2.0 nemají přijít zpětně nekompatibilní změny.
Ekosystém ve skutečnosti tvoří tři produkty. LangChain je vysokoúrovňové API pro modely, nástroje a agenty. LangGraph je nízkoúrovňové běhové prostředí: agenti jako grafy s explicitním stavem, trvalým vykonáváním a kroky se zapojením člověka — právě sem patří dlouhotrvající workflow. LangSmith je komerční část pro tracing, evaluace a nasazení; funguje i bez LangChain. V praxi si týmy po zjednodušení ostatního často ponechají právě LangSmith.
Moje pravidlo: pro jedno volání modelu se strukturovaným výstupem framework nepotřebuji. SDK OpenAI nebo Anthropic spolu se schématem Zod či Pydantic je kratší a snáz se ladí. Po ekosystému LangChain sahám, když má úloha skutečně podobu agenta: více nástrojů, opakované pokusy, větvení, stav, který musí přežít restart, nebo člověk schvalující krok před převodem peněz. Tehdy explicitní graf a kontrolní body LangGraph ušetří více kódu, než přidají — v TypeScriptu i Pythonu.
Líbí se mi jeden detail: LangChain dnes vlastně neprodává řetězce. Název pochází z roku 2022, kdy bylo propojení jednoho promptu s dalším na špičce oboru. V roce 2026 je produktem agentní inženýrství: běhové prostředí, pozorovatelnost a evaluace. Ponaučení pro výběr AI stacku zní: vybírat nástroje podle letošního problému, držet volání modelu za vlastním rozhraním a umět sledovat každý krok, když se něco pokazí.
Dejte příštímu produktu někoho, kdo zůstane.
Chcete začít? Napište mi – mohu začít hned a zůstat. Dlouhodobé retainery, ne dvoutýdenní předání. Proberme váš projekt, požadavky a nejlepší cestu vpřed.