面经策

LangChain 和 LangGraph 有什么区别？ ​

  • 标签：AI、大模型、LangChain、LangGraph

🏛 业务架构师 ​

一句话区分：LangChain 是组件库+线性链，LangGraph 是状态机图。

  • 抽象层级：Chain 把组件串成单向流水线（A→B→C），数据一次性流过；LangGraph 把应用建成有环有分支的状态图，支持循环、回退、并行、中断恢复。
  • 控制权：Chain 里流程写死；LangGraph 里条件边按状态动态路由，且每个节点可插入人工审批，天然支持 human-in-the-loop。
  • 状态管理：Chain 无内建状态持久化；LangGraph 的 Checkpoint 让长流程可暂停可恢复——这对跑几分钟甚至跨天的业务流程（工单处理、审批流）是决定性能力。
  • 定位：LangChain 适合 RAG 问答、文本处理管线这类确定性任务；LangGraph 适合 Agent、多步骤工作流、多 Agent 协作这类有循环和分支的任务。

业务决策建议：不是"二选一"，而是"按流程复杂度分层"——简单固定的链路用 LCEL 一行搞定，别上图；一旦业务流程出现"重试、审批、升级转人工、多角色协作"，直接 LangGraph。我的经验法则：凡是要画流程图给业务方确认的流程，就该用 Graph 实现；凡是三步以内的管道，Chain 足矣。技术复杂度要匹配业务复杂度，超前抽象是负资产。

🏗 系统架构师 ​

一句话区分：LangChain 是组件库 + 线性管道（DAG），LangGraph 是带循环和状态的状态机编排（有环图）。前者回答"怎么把组件串起来"，后者回答"怎么把流程控制起来"。

四个维度对比：

  • 控制流：Chain 无环、固定顺序；Graph 支持循环、条件分支、跳转——Agent 的"试错-观察-再决策"只有图能自然表达；
  • 状态管理：Chain 状态在管道内隐式传递；Graph 有显式共享 State + reducer 合并策略 + checkpoint 持久化，状态可恢复、可回放；
  • 可靠性机制：Graph 内置中断恢复、human-in-the-loop（interrupt 挂起等人输入再继续）、时间旅行调试——这些是生产级长任务的刚需，Chain 没有；
  • 适用边界：RAG 问答、摘要、固定流程 → Chain/LCEL 足够；ReAct Agent、多 Agent 协作、需要重试循环和人工审批的流程 → Graph。

我的架构决策规则很简单：流程是开发者可预定义的（哪怕有分支）用 Chain；流程需要模型在运行时决定走几步、走哪条路、要不要重来，就必须 Graph。两者不是替代关系——LangGraph 里的节点内部照样用 LangChain 组件，是"框架分层"而不是"技术二选一"。

💻 全栈开发专家 ​

本质区别一句话：LangChain（LCEL）是 DAG 流水线，路径写死；LangGraph 是带循环的状态机，路径运行时决定。

  • 表达能力：LCEL a | b | c 无环、无分支循环语义；LangGraph 支持条件边、循环、并行 fan-out、人工中断恢复，能表达「Agent 反复试错」这种拓扑。
  • 状态管理：Chain 每次调用无状态（记忆靠外挂）；LangGraph 的 State 贯穿全程 + Checkpointer 每步持久化，断点恢复是内建的。
  • 可靠性控制：LangGraph 有 recursion_limit、retry 策略、超时、time-travel 调试，为生产 Agent 设计。

怎么选（我的实际决策线）：

  • 固定流程 RAG（检索→生成）、单步工具调用 → LCEL 就够，别杀鸡用牛刀；
  • Agent loop（工具循环）、多 Agent 协作、需要人工审批中断（human-in-the-loop）、长任务要断点续跑 → LangGraph；
  • 两者是互补关系：LangGraph 节点内部照样可以用 LCEL 组件，官方定位就是「Chain 做组件，Graph 做编排」。

迁移提示：老 AgentExecutor 那套已被官方标记淘汰，新项目直接 create_react_agent（LangGraph 版）。