14.9 万星,周下载跌 7.4%:LangChain 在交棒
- 2026-11-07 00:31:48
14.9 万星，LangChain 仍然是这堆 AI 框架里星标最高的一个，是第二名的两倍。这个数字攒了四年，从 2022 年 10 月它的第一行代码开始。
但第三方监测站点 AgentGid 在 2026 年 11 月 4 日给出的另一行数据是：它过去 30 天的包下载量跌了 7.4%，兄弟项目 LangGraph 同期涨了 11.8%。星标在涨，下载在跌。这篇只回答一个问题，现在还要不要花时间学它，如果学，学到哪一层该停手。
先把数字摆齐。AgentGid 的口径是 npm 加 PyPI 的 7 日均值，2026 年 11 月 6 日这天，LangChain 的周下载是 4090 万次，仍然是这个品类里总量最大的一个。
可增速换人了。同一个统计里，LangGraph 一周 1850 万次，30 天涨 11.8%；Vercel 的 AI SDK 一周 4370 万次，总量上已经反超 LangChain；Anthropic 的 Claude Agent SDK 一周 2630 万次，这个包 2025 年下半年才发布。
这几个数字放在一起，会看出一个错位。星标记录的是过去四年有多少人点过一次收藏，下载记录的是这个月有多少台机器在装它。前者是历史，后者是当下。
历史还在涨，当下在退。这种错位出现在一个框架身上，通常只说明一件事：老用户还在，新项目开始绕开它了。
要判断该不该学，先得看清它现在是什么。2025 年 10 月之前和之后，LangChain 严格来说是两个不同的东西。
1.0 这次升级做了两件事。一是把所有的 Chain 和 AgentExecutor 删掉，换成一个叫 create_agent 的函数；二是把旧代码整包搬进 langchain-classic，留给不想升级的老项目。官方文档里写得很直接，那些链和智能体已经标记弃用，迁移指南指向 LangGraph。
看清这四块，很多争吵就能对上号。网上那些说 LangChain 又重又绕的文章，骂的基本是 2024 年那套 Chain 和 LCEL 管道写法。那部分代码，在 1.0 里已经被删了。
麻烦在于中文互联网上流传的教程，大部分写于 2023 到 2024 年。你现在搜「LangChain 入门」，前十篇里有大半在教一个已经不存在的写法。
你搜到的 LangChain 教程，大半在教一个已经不存在的 API。
这件事本身就说明了问题。一个框架愿意删掉自己最著名的部分，等于承认那层抽象的价值，没有当初想的那么大。
一个框架从中心退到边上，很少是因为它自己做错了什么。更常见的情况是，它脚下那几块地基同时动了。
结构化输出、原生工具调用、内置代码执行，这些以前要靠框架拼解析器和路由才能做到的事，现在模型 API 一个参数就给。中间那层转换代码，价值被削薄了。
2026 年 4 月，Anthropic 把 MCP 捐给 Linux Foundation 旗下的 Agentic AI Foundation，OpenAI、微软、谷歌随后都接上了原生支持。LangChain 那一千多个集成原来是护城河，现在一个 MCP server 就能顶掉一大片。
以前的典型任务是串三步：取数据、拼提示词、解析结果。现在要跑两小时，中途停下来等人确认，挂了要能接着跑。线性的链装不下这种形状，于是有了图。
据 ValueAI 在 2026 年 3 月的统计，MCP 相关安装量突破 9700 万次，公开的 server 超过 5000 个。到 2026 年中，Claude、Cursor、ChatGPT 这些客户端都已经原生支持它。
这三件事叠起来，结果很清楚：LangChain 最值钱的那部分能力，也就是帮你接上各种模型和数据源，被两头分走了。上游的模型 SDK 直接给，下游的 MCP 协议统一收。
基于上面这些，我给三个判断，每条都配一条你能自己去看的证据。
证据是 LangChain 自己在 1.0 里干的事：链删了，运行时留着，观测单独卖。这不是一家公司的口味，是这一层能提供的价值本来就在缩水。
2025 年 10 月，LangChain 公司拿到 1.25 亿美元 B 轮，估值 12.5 亿美元，IVP 领投。而据 TechCrunch 引述的消息源，它 2025 年中的年化收入是 1200 万到 1600 万美元，几乎全部来自 LangSmith。开源框架赚名声，观测平台赚钱。
2026 年 DEV 社区有一篇复盘，一个团队在生产环境用了 12 个月 LangChain，最后整个移除。作者给的理由是「每多一层抽象，就多一层不知道是谁在改你的提示词」。这类文章正在变多，说明市场在重估这项技能的价格。
把三条合起来看，对个人的含义很直接。你花三个月背下来的 API，两年后大概率要重学一遍。
框架的寿命，比它教会你的概念短得多。
留下的是那套判断：什么时候该加一层抽象，什么时候该把它拆掉。这个能力换到哪个框架都能用，而且它只能从「拆过一次」里长出来。
具体怎么做，取决于你现在站在哪。下面三条路，挑一条走完，比同时看五套教程有用。
第一周别装 LangChain，用官方 SDK 手写一个带工具调用的循环，一百五十行以内，跑通「模型决定调哪个函数、拿到结果再回答」。第二周再装它，打开 create_agent 的源码，看它怎么把你写的那几十行包起来。顺序反了，你会以为那些抽象是必需的，其实只是别人替你做过一次选择。
你要的价值在断点续跑和 trace，不在链。LangSmith 有免费额度，先把每次调用花了多少 token、慢在哪一步看清楚，再谈优化。这套东西对汇报特别有用，成本能算出来，别人才愿意批下一次预算。
先用两百行不带框架的代码把主流程跑通，再决定引入什么。引入的唯一正当理由是「换模型不用改业务代码」，其他理由都要打个折。
如果只想记三句话，记这个。
只调一次模型，不要框架。
要串三步以上、要重试、要人审，上 LangGraph。
要换模型、要 trace、要给不写代码的人看成本，接 LangSmith。
最后说三个坑，都是反复发生的。
1.0 把 Chain 删了。langchain-classic 这个包是给老项目续命的，不是给你学的。看到 LLMChain、AgentExecutor、initialize_agent 这些名字，直接关掉那一页。
出错时栈里全是框架自己的帧，你看不到自己那行提示词长什么样。看不懂就拆掉，两百行裸代码能跑通的事，不值得为了架构感多背一层。
14.9 万星是 2022 到 2023 年攒下来的，那时候市面上没有第二个像样的选择。星标衡量的是注意力，跟这个月有多少人在用，是两件事。
