先看三个 2026 年 8 月 29 日实测的数字。LangGraph 在 GitHub 上有 40,666 star，PyPI 近 30 天下载 6,790 万次。同一天，Pydantic AI 的 pydantic-ai-slim 是 1.281 亿次，差不多是它的 1.9 倍；Agno 的 star 数 41,963，已经反超它。而它 1.0 正式发布那天发到 Hacker News，最终停在 1 分、0 条评论。
这三个数字放一起容易被读成”LangGraph 不行了”。我的判断相反：这是一个东西从”热门框架”变成”基础设施”的典型形状——话题度掉下去，装机量还在，但价值区间正在被上下两层同时切走。
要说清楚这件事，得先回到它为什么会存在。
前世：它是来补 LangChain 自己挖的坑
LangGraph 仓库的第一个提交在 2023 年 8 月 9 日，作者是 Nuno Campos，不是 Harrison Chase——Chase 的提交要到六天后才出现。早期内核里根本没有 StateGraph，用的是一个叫 PubSub 的原语。第一个 PyPI 包 0.0.8 发布于 2024 年 1 月 8 日，而且发完就被 yank 了；对外的介绍博文是 2024 年 1 月 17 日。
那篇博文的论点很简单：LCEL 组出来的链是有向无环图，而 agent 的本质是”把 LLM 放进一个 for 循环里跑”，DAG 表达不了环。原来的 AgentExecutor 把这个循环封起来了，你想改中间任何一步都得钻进抽象。LangChain 内部管这类东西叫状态机。
这个动机在后来几年里被 Chase 本人反复确认，措辞一次比一次直白。2024 年 6 月在 HN 上他说：”The initial version of LangChain was pretty high level and absolutely abstracted away too much.”2025 年 4 月：”We learned this the hard way. This was the issue with the original LangChain chains and agents. They provided abstractions that got in the way.”2025 年 10 月，一句更狠的总结：”we traded power for ease of use.”
先纠正一个容易读错的地方。LangGraph 不是”LangChain 的图形化版本”，也不是给 LangChain 加了个可视化。它做的事情正好反过来:把控制流从框架手里交还给你，代价是你要自己写节点、自己声明状态怎么合并。它比 LangChain 更底层，不是更高层。
今生的内核：一个回合制的执行模型
Nuno Campos 在 2025 年 9 月写过一篇《Building LangGraph》，讲清了当初排除掉的几个选项：DAG 框架（不支持环）、像 Temporal 这样的持久化执行引擎（他的原话是”as LLM agents get longer and more complicated”，押在那上面是个坏赌注）、一个大 while 循环、以及干脆不要算法。
最后选的是 Pregel 那套 BSP 模型：一次 superstep 里，被激活的节点各自拿一份状态副本并行跑，谁都看不见谁的中间结果；回合结束，所有写入按固定顺序合并回 channel，再决定下一回合激活谁。固定顺序这件事是刻意的设计目标，Campos 的说法是”output variability should never be the framework’s fault”——模型本身已经够不确定了，框架不该再加一层抖动。
围绕这个内核长出来的几个能力都很扎实。checkpoint 写入在历史长度和线程数上都是 O(1)，所以存档不会随对话变长而变慢；interrupt() 做人工介入直接复用了 checkpoint 机制，不需要另一套暂停协议；流式输出有六种模式，能分别拿到 token、节点状态、自定义事件。同样明确的是它不做什么——任务队列被有意留在库外面。那篇文章最后一句我一直记得：”The biggest competitor to any code framework is always no framework.”
版本线：一段真实的 churn 记录
从 0.0.8 到 1.0 走了 21 个月，中间的抖动量比大多数人印象里大：0.0.x 在五个月里发了 69 个版本，0.2.x 发了 76 个，0.3.x 发了 35 个；0.0.8、0.1.18、0.3.0、0.4.4、0.6.9、1.1.7、1.2.3 都被 yank 过。几个真正改了写法的节点：
- 0.2.0（2024-08-07）checkpointer 拆包，
thread_ts改名checkpoint_id - 0.3.1（2025-02-27）prebuilt 拆包，
ToolExecutor换成ToolNode（0.3.0 当天被 yank） - 0.5.0（2025-06-26）内部叫 “Getting-Ready-for-1.0”，
state_schema变成必填 - 0.6.0（2025-07-28）Context API 顶掉
config["configurable"]，同时引入 durability 三档 - 1.0.0（2025 年 10 月）执行模型一行没改，唯一的破坏性变更是砍掉 Python 3.9，
create_react_agent改叫create_agent - 1.2.0（2026-05-12）
DeltaChannel进 beta，加上按节点超时和error_handler
顺手说个细节:1.0 的日期有四个版本在流传——PyPI 是 10 月 17 日，npm 是 18 日，文档 changelog 写 20 日，市场博文写 22 日。引用的时候写”2025 年 10 月”最安全。
1.0 最有分量的不是代码，是那句承诺:2.0 之前不再有破坏性变更。后面会看到，这在 2026 年是个真差异。另外 Python 和 JS 两条线从 1.0 之后就分叉了，2026 年 8 月底 Python 在 1.2.11，JS 已经跑到 1.4.13，别把两边的版本号当同一件事看。
一个多数文章不写的转折：改名和许可
2025 年 10 月那一周，除了 1.0，还发生了另一件事:LangGraph Platform 改名成 LangSmith Deployment，LangGraph Studio 改名成 LangSmith Studio，LangGraph Server 改叫 Agent Server。今天去定价页上找，已经没有”LangGraph”这一档了，只有 Developer $0、Plus $39/席/月、Enterprise 按谈，计量单位是 LCU $1.50 和 LSU $1.00，按节点执行次数计费的老方案标成 legacy，老客户的迁移截止日是 2026 年 10 月 1 日。
许可这块的不对称更值得知道。langgraph 本身是 MIT，没问题。但真正跑服务的 langgraph-api 从它 2024 年 11 月的第一个版本起就是 Elastic License 2.0，没有公开仓库（直接 404），以 wheel 形式分发，运行时读 LANGGRAPH_CLOUD_LICENSE_KEY；而 langgraph-runtime-inmem 也是 ELv2，并且是硬依赖——意味着你在本地敲 langgraph dev，跑的就已经是 ELv2 的代码了。有意思的是 JS 那边的 @langchain/langgraph-api 反而是 MIT。文档里也有很干脆的话：”Double texting is a feature of LangSmith Deployment. It is not available in the LangGraph open source framework.”
同一时间线上还有两件事：2025 年 10 月 20 日 LangChain 拿了 IVP 领投的 1.25 亿美元 B 轮，估值 12.5 亿；以及 LangSmith Deployment 现在开始托管非 LangGraph 的运行时——Strands、Claude Agent SDK、Google ADK、CrewAI、AutoGen，都能包一层跑上去。
把这几件事连起来读，结论不太舒服但很清楚:母公司自己已经在把赌注从”那个框架”往”那个平台”移。
竞争对手：三个方向，而且不在同一层
大部分对比文章只列同层框架，这是最没用的比法。真正在抢 LangGraph 地盘的力量来自三个方向。
同层：热闹但都在自伤
2026 年 8 月 29 日实测的横向数：CrewAI star 57,789 最高，Agno 41,963，LangGraph 40,666；下载量上 pydantic-ai-slim 1.281 亿反超 LangGraph 的 6,790 万——这个反超的原因我没查到可信解释，pydantic-ai-slim 作为被间接依赖的瘦包可能有虚高，别直接当采用度读。
但这一层最关键的事实不是排名，是14 个月里所有人都发了破坏性大版本：LangGraph 1.0、CrewAI 1.0、Pydantic AI 2.0、Haystack 3.0、Agno 3.0（后者的升级说明里直接写着 “database migration is required”）。在这个背景下，LangGraph 那句”2.0 前不破坏”就不是营销话术了，它是这一层里唯一敢给的承诺。
另外两个老对手其实已经退出这场比赛了。LlamaIndex 现在自己的仓库简介是 “the leading document agent and OCR platform”，而且它自家的编排是跑在 Temporal 上的；Haystack 转去给欧洲公共部门卖主权 AI。DSPy 经常被拿来对比，但它优化的是提示和权重，跟编排是正交的，不构成替代。smolagents 基本停滞，它主打的 code-as-action 被 Pydantic AI、Agno、Cloudflare、微软当成一个特性直接吸收掉了。
上游：厂商不说”不需要框架”，说的是”框架随你，运行时我来”
这是最容易被误读的一层。微软：AutoGen 的最后一个版本发布在 Agent Framework 宣布的前一天，MAF GA 四天后 AutoGen 仓库挂上维护模式横幅；但 Foundry 反过来把 LangGraph 列成一等公民托管运行时。OpenAI：Agents SDK 到现在还刻意停在 0.22.0 不进 1.0；AgentKit 甚至部分回退了——官方公告写着 “Update on June 3, 2026: OpenAI is winding down the Agent Builder and Evals products”。Anthropic：2026 年 4 月 8 日上线 Managed Agents，$0.08/会话小时，论述落在 harness 上，”harnesses encode assumptions about what Claude can’t do on its own”。AWS：AgentCore GA 后的说法是 “The managed agent harness in AgentCore turns that work into configuration”，外加一句 “Any framework. Any model.”
最反直觉的是 Google：ADK 2.0 在 2026 年 5 月 19 日加进了 graph workflows，文档上还标着 “New in ADK 2.0!”。一个超级云厂商反向收敛到了 LangGraph 的核心抽象上。这说明图这个抽象本身是对的，被验证了；同时也说明它不再是护城河。
值得说明的是，我翻遍了这些厂商的公开表述，没有任何一家说过第三方框架变得不必要。他们抢的是运行、部署、计费、可观测这一层，不是编排语义。
下层：持久化执行阵营的攻击最有说服力
2026 年 2 月 17 日，Temporal 拿了 a16z 领投的 3 亿美元 D 轮，估值 50 亿，客户名单里有 OpenAI。他们的论点是：”Agentic AI doesn’t fail because the models aren’t good enough… It fails because the systems around them can’t handle real-world execution.”
Maxim Fateev 那篇《The fallacy of the graph》措辞更硬：”A graph is one of the worst ways to represent procedural code”,”The picture is a lie”。两点必须说清楚:他从头到尾没点名 LangGraph，而且文末自己让了一步——简单管道用静态图，动态、数据驱动的 agent 用持久化代码。Restate 的说法更精炼：”A library cannot supervise itself. It dies together with the process.”
Temporal 2026 年 7 月甚至出了官方 LangGraph 插件，介绍里那句话就是全部立论：”LangGraph checkpoints state, but checkpoints are not durable execution.”
这个攻击最强的证据不来自 Temporal，来自 LangChain 自己的文档和源码：默认的 durability 是 "async"，源码注释里写着进程崩溃时”there is a small risk that LangGraph does not write checkpoints”，而恢复是调用方发起的——文档措辞是”你可以从上一个成功的步骤重启你的图”。也就是说存档确实在，但没有任何外部进程守着它、发现它死了、把它拉起来。
反过来 Temporal 也不是没有短板。LangChain 的回应承认持久性上打平，但指出 Temporal 有约 2MB 的 payload 上限；Temporal 自己的工程师也承认 checkpoint 落在 Activity 边界上、不在推理内部，所以一次进行中的模型调用崩了要”从头重试并付两次钱”，并且明确说 “Temporal isn’t replacing your framework. It’s the layer underneath it.”更有意思的是，基础设施厂商往框架层反攻的尝试全都不太顺：Inngest AgentKit 停滞，Hatchet 的 pickaxe 停滞，Temporal 自己的 Agent Harness 还没进预览，31 个 star。
结论是分层而不是替代：编排语义 LangGraph 赢，进程级监督 Temporal 赢，两边都在承认这件事。
前景：三条会真正改变结论的线
一、能力在往模型和协议里上移
这是最实的一条，而且有量化数据。Anthropic 的 code execution + MCP 把一次工具编排的 token 从 150,000 降到 2,000，降幅 98.7%；Tool Search Tool 砍掉 85% 的工具定义 token，同时把 Opus 4 的 MCP 评测从 49% 提到 74%；Programmatic Tool Calling 再省 37%；Managed Agents 把 p50 首 token 时间降了 60%。微软的 CodeAct 从 27.81 秒 / 6,890 token 降到 13.23 秒 / 2,489 token。Anthropic 自己砍掉了 Claude Code 系统提示词的 80% 以上，LangChain 的 Deep Agents v0.7 也把基础输入 token 降了 65%。
方向很明显：过去要靠框架小心编排的东西，正在变成模型和协议的内置能力。MCP 2026 年 7 月 28 日的规范去掉了 initialize 和 Mcp-Session-Id，改成每请求无状态，加了 server/discover；8 月 22 日的路线图里写着 progressive tool discovery——这一项直接吃掉框架在工具管理上的价值。顺便纠正一个过时数字：MCP 注册表现在有 25,590 个 server，Anthropic 官方还在说的 “>10,000” 已经差了 2.5 倍。
A2A 那边 v1.0 在 2026 年 3 月发布，150 多家参与，而且明确把 LangGraph 列为支持框架——标准既在削它，也在承认它。
二、多智能体明显降温了
这条线的经典对撞只隔了一天：2025 年 6 月 12 日 Cognition 发《Don’t Build Multi-Agents》，点名 swarm 和 autogen 是”错的做法”；6 月 13 日 Anthropic 发文说多智能体在他们的研究系统上比单体 Opus 4 好 90.2%。
一年多之后落点已经清楚。Anthropic 的 Frontier Red Team 在 2026 年 8 月 13 日给出结论：”Coordination doesn’t naturally emerge from stronger intelligence nor alignment at the individual level.”企业侧的规模化比例只有 15%（Deloitte，n=501）和 16%（Menlo，n=495）。最有说服力的是 LangChain 自己也退了:langgraph-supervisor 已经软弃用，langgraph-swarm 和 langgraph-bigtool 处于停更状态。现在还站得住的形态是生成器—验证器分工，不是对等的 agent 群。
三、企业侧的数字：先看分母，再看结论
这块流传最广的几个数字都需要还原分母。Gartner 那句”到 2027 年底超过 40% 的 agentic AI 项目会被取消”，底下是一个 3,412 人的网络研讨会自选投票；同一份材料里还有一句更值得引用的——”数千家 agentic AI 供应商里只有大约 130 家是真的”。MIT NANDA 的”95% 试点失败”是混合方法的定性研究，它自己的漏斗数据反而推得出约 25% 的试点转生产率。
真正可用的是几个说明了口径的：Menlo 2025 年底的自下而上测算，全年 370 亿美元 LLM 支出里，agent 平台只占 7.5 亿，而 copilot 类是 72 亿，并且”只有 16% 的企业部署和 27% 的初创部署是真 agent”。IDC 2026 年 8 月的数据是另一面：95% 的受访企业至少跑着一个 agent 工作流，平均 11 个，平均月花 117,558 美元，但 67% 的 agent 预算超支超过 10%，而只有 45.4% 有实时成本看板。LangChain 自己的调查（n=1,340）里，57.3% 已上生产，最大阻碍是质量占 32%、延迟占 20%，89% 装了可观测但只有 52% 做离线评测、37% 做在线评测。Stack Overflow 2025 的编排工具使用率是 LangChain 32.9%、LangGraph 16.2%。
还有一条和 LangChain 商业模式直接相关的预测：到 2030 年，企业 SaaS 支出中 40% 以上会转向按用量、按 agent、按结果计价。这正是 LCU/LSU 那套计量在赌的东西。
我的判断
未来 12 个月 LangGraph 不会消失，理由很具体：需要长任务、需要中途插人、需要可回放审计的团队，在开源侧没有更好的选择，而且它是这一层里唯一给出”2.0 前不破坏”承诺的。
但它的价值区间在明显收窄，三面都在漏：简单管道被厂商原生能力吃掉，复杂长任务被持久化执行从下面接走，集成和工具管理被 MCP 拿走。更关键的信号是母公司自己的重心已经移到 LangSmith Deployment 和 Deep Agents 上了——那个平台连竞品运行时都开始托管。
所以选型判据可以写得很短。你需要的是确定性的回合制合并、可回放的 checkpoint、和中途能插进人，那就用它，这三样它做得比谁都干净。你需要的只是”少写点代码”，或者崩了必须有人自动把它接起来，那它都不是答案：前者用厂商原生 SDK，后者得在下面垫一层真正的持久化执行。
值得盯的几个日期和信号
- 2026 年 10 月 1 日：LangSmith 老客户定价迁移截止，能看出 LCU/LSU 到底站不站得住
- 2026 年 10 月 31 日 / 11 月 30 日：OpenAI Evals 转只读、Agent Builder 关停，验证厂商自建编排层的回退幅度
- 2027 年 3 月 31 日：Foundry 经典 Agents 退役；AutoGen 和 Semantic Kernel 的支持终止下限大约在 2027 年 4 月
langgraph-api会不会开公开仓库——这是判断开源承诺边界的单一最强信号- 默认 durability 会不会从
"async"改掉——改了说明 LangChain 决定自己吃下持久性，不改说明它接受在 Temporal 那类东西上面跑 - OTEL 的
gen_ai.*语义约定会不会转 Stable——现在全部还是 Development 状态、零个稳定属性，这是”直接上 OTEL 就能避免锁定”这个说法目前还不成立的具体原因 - Temporal 的 LangGraph 插件会不会离开 Public Preview——离开了，分层格局就算定了