Timeline: LangChain 开源出现（材料）

Tue, 15 Sep 2026 00:00:00 +0000

LangChain 在 2022 年没有对应研究论文。本页转述 包刚出现时公开说了什么，不以 2023 公司、2024 拆包、LangGraph 回填。

主要出处：

GitHub 仓库创建于 2022-10-17（当时账号路径 hwchase17/langchain）
PyPI langchain 0.0.1，上传于 2022-10-25，简介 Building applications with LLMs through composability
0.0.1 说明文档（包页 README）

公司侧：Harrison Chase 后来写明，当时没有公司、没有宏大计划；2023-02 才创办公司，认定这个包只是第一件工具。本页不展开融资与后续产品。本页不复制 README 全文。

产品主张（0.0.1）

LLM 正在变成能做出此前做不出的应用的技术。但单独用 LLM 往往不够——真正的力量来自把它们和其他计算或知识来源组合起来。这个库协助开发那类应用，目标写成三条：

一份你可能想组合的部件的尽量全面的集合
把部件收成一条综合 chain 的灵活接口
便于保存和分享这些 chain 的 schema

认证类 API 用环境变量：当时列出 OpenAI、Cohere、SerpAPI（Google Search）。用哪个才需要设哪个。

最初三条可复现示例

README 写明：项目很大程度上受 Twitter 上几个项目启发，初期功能是为了把那些做法收成更明确的工具。

Self-ask-with-search：复现 self-ask 论文。SelfAskWithSearchChain + OpenAI + SerpAPIChain，例题是「卫冕美网男单冠军的家乡」。
LLM Math：复现一条推上的「让模型算数」演示。LLMMathChain，整数整除计数一类题。
Generic Prompting：普通提示管道。模板里已经写了 Answer: Let's think step by step.

文档指向 Read the Docs；作者称上面三个例子可能是当时最友好的说明。

当时还不是什么

0.0.1 没有后来的 AgentExecutor 全家桶叙事，也没有公司、云观测、图执行引擎。它是 MIT 许可的个人仓库 Python 包：Prompt、LLM、Chain、搜索与计算器各一块，用 pydantic 拼起来。

Timeline: LangChain 讲解

Tue, 15 Sep 2026 00:00:00 +0000

当时解决了什么问题

论文和演示里已经有 self-ask、检索、计算器、先想再答。每做一个演示就要重写提示词、重接 API、重解析输出。LangChain 把这些收成 Chain：同一套 LLM 包装，换搜索或换数学链。成本从「读论文再接线」降到 pip install。

它不是新推理算法，也不是把循环写进论文的那种协议——同月的 ReAct 挂在 arXiv 上，库的第一批例子甚至还没有以 ReAct 为名。它是工程上的默认拼法。控制流在调用方进程里，状态在内存和提示里。不是跨厂商协议。

对后续 LLM 与 Agent 的影响

ChatGPT 一个月后放出，开发者要自己接工具。现成胶水成为默认入口，2023 年的 Agent 教程大量从这里起步。后来的批评（抽象过重、版本不稳）针对的是膨胀期，不能用来否定 2022 秋那三条目的：组合、链、可分享。公司 2023-02 成立，产品史从那里分叉；今年只记生日。胶水能把循环复制出来；胶水不是协议，也不是完成谓词。