LangChain старший за ChatGPT. Гаррісон Чейз створив репозиторій 17 жовтня 2022 року як сайд-проєкт, коли працював у ML-стартапі Robust Intelligence, - за шість тижнів до запуску ChatGPT, після якого «під’єднати LLM до інструментів і даних» стало задачею для всіх. Таймінг зробив його стандартом: коли вся індустрія раптом потребувала шаблонів промптів, retriever-ів і tool calling, уже існувала бібліотека з назвою для кожного з них.
Цифри відтоді незвичні для open-source бібліотеки. Навесні 2023 року проєкт став компанією: seed-раунд від Benchmark і Series A на чолі з Sequoia. У жовтні 2025 року LangChain залучив $125M за оцінки $1.25B на чолі з IVP і повідомив про 90 мільйонів сумарних щомісячних завантажень langchain і langgraph та використання у 35% компаній зі списку Fortune 500. Сьогодні в Python-репозиторію понад 146 000 зірок на GitHub. І він ніколи не був лише для Python: LangChain.js існує з початку 2023 року, а це важливо, якщо ваш продукт живе на Node.js і TypeScript.
Водночас він став найбільш критикованим фреймворком в AI-інженерії. Ранній LangChain загортав усе - промпти, ланцюжки, агентів, пам’ять - у шари абстракцій, і багато команд помітили, що дебажать фреймворк замість свого продукту. Дехто публічно його викинув. Команда почула: LangChain 1.0, випущений 22 жовтня 2025 року, переписали, щоб він був меншим і чіткішим. Тепер ядро - одна точка входу: createAgent у TypeScript, create_agent у Python - на рантаймі LangGraph, з middleware навколо викликів моделі та інструментів, і з обіцянкою не ламати API до версії 2.0.
Екосистема - це насправді три продукти. LangChain - високорівневий API для моделей, інструментів і агентів. LangGraph - низькорівневий рантайм: агенти як графи з явним станом, durable execution і кроками з людиною в циклі - там живуть довгі процеси. LangSmith - комерційна частина: трасування, evals і деплой, і він працює, навіть якщо ви взагалі не використовуєте LangChain. На практиці LangSmith часто лишається в команд після того, як усе інше спростили.
Моє правило: для одного виклику моделі зі структурованим виходом фреймворк не потрібен - SDK OpenAI чи Anthropic плюс схема на Zod або Pydantic коротші й легше дебажаться. До екосистеми LangChain я звертаюсь, коли задача справді агентна: кілька інструментів, ретраї, розгалуження, стан, який має пережити перезапуск, людина, яка підтверджує крок, перш ніж підуть гроші. Саме тут явний граф і чекпоінти LangGraph економлять більше коду, ніж додають, - і в TypeScript, і в Python.
Деталь, яка мені подобається: сьогодні LangChain продає зовсім не ланцюжки. Назва - з 2022 року, коли «передати один промпт в інший» було передовою. У 2026 році продукт - це agent engineering: рантайм, спостережуваність, оцінювання. І це головний урок для всіх, хто обирає AI-стек: беріть інструменти під задачу, яка у вас цього року, тримайте виклик моделі за власним інтерфейсом і переконайтесь, що можете відстежити кожен крок, коли щось піде не так.
Дайте наступному продукту того, хто лишається.
Готовий стартувати зараз і лишитись. Довготермінові ретейнери, не злив за два тижні. Напишіть - обговоримо проєкт, вимоги і як рухатись далі.