别再搜「LangChain 教程」了——你学的 Chain 已经被判了死刑

求你别再搜「LangChain 教程」了------你学的 Chain 已经被判了死刑

系列第 01 篇。

先说个真事。

上周有个读者给我发消息:照着 2024 年的一篇爆款教程写了个 LLMChain,pip install 一跑,满屏 deprecated 警告,代码还能动,但整个社区已经没人这么写了。他问:"是不是我装错版本了?"

不是你装错了。是你学的那个 LangChain,已经不叫 LangChain 了。

2026 年 7 月,LangChain 和 LangGraph 同时发布 1.0,并且放话:2.0 之前不再有破坏性变更。听起来是好事,对吧?但翻开 release notes 你会发现,1.0 干的第一件事,就是把这个框架最核心的概念之一------Chain------扫进了历史抽屉。


一、 deaths by a thousand cuts:主包被掏空了

1.0 的命名空间精简,说人话就是:

  • 旧的 Chains、Retrievers、Indexing 等一大票东西,被搬进了 langchain-classic;
  • 主包 langchain 只留下构建 Agent 的核心积木;
  • create_agent 正式取代 langgraph.prebuilt.create_react_agent,成为唯一的官方推荐入口。

翻译一下:你现在 from langchain import LLMChain,导入的是一个被官方判定为"遗留"的东西。 教程没变,你的搜索结果没变,但框架的重心已经完全挪走了。

这就是最恶心的地方------它没报错,只是"过时了"。你甚至不知道自己站在旧世界里。


二、"Chain 已死"是怎么发生的

不是有人宣布"Chain 死了",而是新写法根本不需要 Chain 了。

看一眼 1.0 的标准 Agent 写法:

python 复制代码
from langchain.agents import create_agent

agent = create_agent(
    model="你的模型",
    tools=[search_web, analyze_data],
    system_prompt="你是一个研究助手。",
)

result = agent.invoke({
    "messages": [{"role": "user", "content": "研究一下 Agent 评测的现状"}]
})

就这些。没有 LLMChain,没有 AgentExecutor,没有一堆 prompt | model | output_parser 的管道拼接。

底层发生的事情,官方叫 basic agent loop:调模型 → 模型选工具 → 执行工具 → 模型不再调用工具时结束。一个循环,完事。

以前你要用 Chain 把"提示词 → 模型 → 解析"这些步骤手工接起来,是因为没有这个循环。现在循环内置了,Chain 这层抽象自然就没了用武之地。

一句话:Chain 不是被删掉的,是被"内聚"掉了。以前你手写的东西,现在框架替你写了。


三、那我以前的项目怎么办?三条路

面对这种"温水煮青蛙"式的升级,你大概率有三种选择,我直接给结论:

路线 做法 适合什么情况 我的判断
冻结 锁死版本,不动 项目已上线、稳定、没有新需求 短期最省事,长期在积累债务
平移 老代码继续用 langchain-classic,新功能用 1.0 中大型项目,动一处牵全身 最现实的选择,官方也是这么设计的
重写 用 create_agent 重来 小项目、原型、新项目 爽,但别在赶工的时候干

别听那种"全部重写才叫拥抱新技术"的话。一个跑了半年的生产系统,价值在于稳定,不在于它用的是最新版 API。

但如果你要开新项目:直接用 create_agent,别再从 LLMChain 开始学。 你现在搜到的教程,一大半是教你怎么造一辆已经被造好的车。


四、反方什么时候成立?

我得把话说完整,不然这篇就成标题党了。

Chain 这个概念消失,不全是好事:

  1. 可控性下降 。Chain 是显式的、线性的,你能看清每一步。现在一个 create_agent 把循环黑盒化了,出了问题你盯着一个 invoke 发呆。
  2. 调试成本转移。以前是拼装麻烦,现在是拆解麻烦------你得理解中间件、状态、检查点,才能搞清楚 Agent 内部发生了什么。
  3. 教学门槛变了。0.x 时代的教程虽然过时,但它从"管道"讲起,符合直觉。1.0 直接从"Agent 循环"讲起,对完全的新手其实更陡。

所以我的真实立场不是"Chain 该死",而是:

Chain 作为框架概念该退休了,但作为思维方式还得留着。 你得先在脑子里能把流程拆成显式步骤,才配得上用那个隐藏了步骤的循环。


五、下一篇预告

这篇说的是"旧世界塌了"。但马上你会遇到一个更迷惑的问题:官方文档一边说 Agent 建立在 LangGraph 之上,一边又说"你不需要学 LangGraph"。

这两句话,至少有一句在骗你。

下一篇:《官方文档说「你不需要学 LangGraph」------这句话我信了一半》。


留给评论区的三个问题

  1. 你的 LangChain 项目,最后选了冻结、平移还是重写?踩过什么坑?
  2. 有没有一种场景,你觉得显式的 Chain 比 create_agent 更可控?具体说说。
  3. 如果现在让你从零带一个新人学 LangChain,你会让他先从 0.x 教程的"管道"讲起,还是直接上 1.0 的 Agent 循环?

标签 :LangChain AI Agent LLM LangGraph 大模型

相关推荐
永不退场的闯关族1 小时前
把 AI 阅读工具做成 local-first:页边 ThinRead 的架构、取舍与踩坑
ai编程
xyphf_和派孔明1 小时前
第六章: AI Agent长期记忆的存储引擎介绍
langchain·llm·agent
xyphf_和派孔明1 小时前
第四章: AI Agent短期记忆的信息管理机制设计
langchain·llm·agent
双鱼大猫2 小时前
opencode 吃掉 100G 空间:Agent 会话数据要分级清理
人工智能·agent·ai编程
ZzT3 小时前
约 90% 代码由 Claude 写和审,Claude Code 团队如何做验证
ai编程·claude
一切皆有可能!!3 小时前
【SoduWork测评】本机跑源码,找到并修了7个Bug
windows·开源·bug·ai编程·soduwork
jianqiang.xue3 小时前
把Agent塞进MCU:工具次数和上下文长度怎么卡
java·前端·网络·单片机·esp32·ai编程
莪_幻尘3 小时前
AI 编程的下一场战争,不在模型,在协议
agent·ai编程·mcp
oil欧哟4 小时前
AI Agent Skill 入门指南:文件夹本质、渐进式加载与挑选方法
人工智能·ai编程