LangChain 募资 $300 Million，估值达 $3 Billion

目录

• 你可能想知道
• 主题
• 重点摘要表
• 后续展望……

你可能想知道

• LangChain 新一轮融资与估值，透露了 AI 代理管理市场的哪些信息？
• LangSmith 如何让企业灵活掌控所使用的 AI 代理？

主题

AI 代理管理初创公司 LangChain 在 C 轮融资中筹得 $300 million，估值达 $3 billion。根据公司周五公布的消息，本轮由 CapitalG 领投，新加坡 GIC、DFJ Growth、IVP 和 Sapphire Ventures 参与投资。这次融资的估值较 LangChain 上一轮融资时大幅增加。

约一年前，LangChain 在 IVP 领投的一轮融资中筹得 $125 million，估值为 $1.25 billion。新估值是先前数字的两倍以上。融资总额和估值本身并不能证明公司的技术长期能否成功，但确实显示投资人看重该公司在发展中的 AI 代理市场所处的位置。

LangChain 源自 2022 年启动的一项开源项目。这个项目因协助早期大型语言模型（LLM）执行难以直接处理的任务而受到欢迎，包括网络搜索、调用 API，以及与数据库交互。通过将语言模型连接到工具和外部系统，这个项目帮助开发者打造出不只会根据提示生成文本的应用程序。

此后，整体 AI 产业格局已有所改变。前沿 AI 实验室改进了模型，并打造出能胜任许多任务的工具框架；这些任务曾是 LangChain 早期工作的特色。作为回应，LangChain 将重心从连接模型与工具，转向创建和管理 AI 代理。这一转变反映出产业更广泛的变化：关注焦点正从模型单独能做什么，转向软件如何引导、协调和监督模型完成实用工作。

LangChain 目前传达的理念是，企业应能掌握自己的智能。实际而言，这意味着公司需要能够创建适合自身工作的 AI 代理，并管理这些代理行为的方式。组织可能会希望使用独立的管理层来配置、观察和控制 AI 系统，而非完全依赖模型供应商内置的工具。

该公司的 AI 代理创建与管理软件名为 LangSmith。LangChain 表示，这款产品并非要将用户绑定于特定模型、云服务提供商或生态系统。这一定位承袭了它的开源根基：客户应能创建和管理代理，而不必受限于某个大型云平台或前沿 AI 实验室的选择。对于希望在模型、基础设施和商业条款变化时保有选择权的组织而言，这种做法具有相关性。

灵活性只是 LangChain 所宣称服务的一部分。该公司还表示，LangSmith 能约束代理行为，而且易于使用。这些主张回应了企业两项重要的实际考量。第一，会与工具、数据库和外部服务交互的代理需要受到监督；组织可能需要了解代理正在做什么，并限制偏离预定职责的行为。第二，创建和监督代理的软件必须易于使用，才能让团队将其纳入实际工作流程，而不只是成为专家使用的实验工具。

LangChain 的核心主张是，企业应能管理代理，同时保有对其背后模型和基础设施的选择权。这并不意味着只有 LangChain 采取这种做法。来源指出，这个领域竞争激烈，其他初创公司也提出类似的灵活性和控制权主张。新进入者 Mintive 就是其中一个表现不俗的例子。

LangChain 的潜在优势，在于早期工作和既有开源社区所带来的领先地位。该公司目前宣称拥有 7,000 家 LangSmith 客户。其客户涵盖初创公司和大型企业，显示对代理管理软件感兴趣的组织类型相当多元。具名的初创客户包括 Harvey、Rippling 和 Clay；企业客户则包括 Nvidia、Toyota 和 Salesforce。

这些客户名称和公布的客户数量提供了有用背景，但仍应谨慎解读。来源并未说明有多少客户在正式环境中使用 LangSmith、使用程度如何，或取得了哪些成果。不过，这份名单确实显示，代理管理不再只是未来的可能性：不同行业的组织都在评估或使用这类工具。

因此，这轮投资和客户相关说法指向两项彼此相关的发展。一是协助组织将 AI 代理投入实际应用的公司，正受到更多金融投资关注。二是市场需要能够处理模型选择、云环境和行为管理等问题的工具。LangChain 的策略是将 LangSmith 定位为一个管理层，帮助公司创建和监督代理，同时不必承诺使用单一供应商的生态系统。

这一策略能否持续保持特色，部分取决于市场如何发展。大型云公司和 AI 实验室可以提供自己的代理创建功能，而独立初创公司则可强调互操作性、专门控制功能或易用性来竞争。客户最终需要根据自身需求比较产品，包括与现有系统的集成、治理需求、运营可靠性，以及所需的灵活程度。

重点摘要表

后续展望……

随着组织开始试验 AI 代理，下一阶段的发展不能只靠能力越来越强的模型。企业还需要可靠的方法，将代理连接到获准使用的工具、评估其行为，并判断何时应由人员审查或接手。因此，监控、评估、访问控制，以及清晰记录代理行为，都是值得持续探索的重要领域。

互操作性也是值得关注的领域。公司可能使用多种模型和云服务，也可能随着技术或业务需求的演变而更换供应商。能够让这类变更更容易管理的工具，有助于降低对单一生态系统的依赖。同时，灵活性必须与一致的安全和治理机制取得平衡，避免因为能够选择不同供应商，反而让监督更加困难。

后续进展也取决于代理管理平台在真实场景中的实际表现。值得探讨的问题包括代理完成任务的可靠程度、限制其行为的成效，以及所需的人力监督程度。透明的评估和完善记录的部署实践，有助于组织区分有发展潜力的演示成果，与已准备好长期投入运营的系统。

LangChain 的融资和据称的客户群，使其成为试图塑造这个新兴企业 AI 层的一员。LangSmith 能否实现公司所描述的灵活性和控制力，同时与大型科技供应商及其他初创公司的产品竞争，将决定其长期地位。整个领域面临的更大挑战，是让 AI 代理在从实验走向日常工作时，既实用、易于管理，也能被追究责任。