首页 / 文章 / 一旦构建了智能体循环，LangChain实际上能自动化什么

一旦构建了智能体循环，LangChain实际上能自动化什么

解释了 LangChain、LangGraph 以及类似的 SDK 是如何封装由零开始构建的相同核心智能体循环的，以及依赖框架何时会有帮助，何时会带来弊端。

1964 词

到此为止，你仅使用基础的 Anthropic SDK 就从原始组件——循环、内存、工具、子代理、钩子——组装出了一个完整的智能体，完全没有用到任何框架。

现在正是谈论框架的好时机，因为此时会出现很有意义的现象：既然你已经亲手构建了整个机制，那么再也不会有任何框架让你感到神秘了。

你经常听到的名称

LangChain、LangGraph、LlamaIndex、CrewAI、AutoGen、OpenAI Agents SDK。

每一个框架都有自己独特的术语，以及处理看似相同底层任务的方式。如果你是这个领域的新人，如此众多的选择会让人感到不知所措。

有一个观点可以消除这种困惑：

所有这些框架其实都在封装你在本系列之前已经构建过的那个循环。

这其实就是全部的秘密。它们之中没有任何隐藏的魔法。本质上，它们都在执行相同的流程：发送消息、检查停止原因、运行工具、再将结果反馈回来。这就是你早已彻底了解的同一个循环。

可以把它想象成烹饪。一旦你学会了从原材料开始制作一道菜，你就知道每一个步骤，可以在过程中品尝并进行调整，如果味道不对，你也清楚该修改什么。而框架则更像一套餐料包——蔬菜已经切好，酱料也预先调好，你只需几分钟就能把所有东西组装起来。当然这更快了。但如果酱料的味道不对，你却无法修复它，因为你从未亲自制作过，也不清楚其中用了什么成分。

这就是每个框架都提供的交易：用一定的控制权换取更高的速度。

亲眼见证

让我们看看同一个智能体被实现两次的情况——一次是手动编写，另一次则是通过框架实现。

以下是使用原始SDK实现的智能体的大致样子，也就是你现在已经完全理解的那个版本：

messages = [{"role": "user", "content": user_message}]

while True:
    # call the API — this runs again every time the model asks for a tool
    response = client.messages.create(
        model="claude-sonnet-4-6",
        tools=tools,
        messages=messages,
    )    # if the model is done, stop
    if response.stop_reason == "end_turn":
        break    # otherwise it asked for a tool: run it, append the result, loop again
    messages.append(response_as_message)
    messages.append(tool_result_message)

这正是本系列前面介绍过的循环结构。API调用被放在while循环中，因为它会反复执行——首先是为了获取初始响应，之后在每个工具返回结果后都会再次执行——直到模型表明任务已完成。

现在将其与在LangChain中构建的几乎相同的智能体作比较：

from langchain.agents import create_agent

agent = create_agent(model="claude-sonnet-4-6", tools=tools)
result = agent.invoke({"messages": [user_message]})

从五行代码变成了三行。表面上看，这显然是一种改进。

但注意有什么消失了。循环不见了。stop_reason 的检查也不见了。对消息的手动处理也消失了。其实那些逻辑并没有真正消失——它们仍在运行，只是被隐藏在 create_agent 内部，让你无法看到。

当一切顺利时，你节省了时间；但一旦出问题，你就得去调试一个无法查看的流程。

这种矛盾正是框架背后的核心所在。其他一切都只是叠加在上面的细节罢了。

你实际要做的与框架所做的事

这部分往往会让人们措手不及。一旦开始使用框架，你就不会再直接查看 stop_reason，也不会检查 tool_use 块，更不会手动添加 tool_result，甚至连循环都不再需要自己编写。

实际上，你的工作只需三步：

像使用原始 SDK 时一样编写工具函数。
通过类似 create_agent(tools=[...]) 的方式将这些函数注册到代理中。
调用一次 agent.invoke(...) 即可。

整个流程就是如此。你只需连接好这些工具，然后触发一次调用。

在这一次调用背后，框架会默默地运行你之前构建的整个循环：发送消息、检查停止原因、判断模型是否需要工具、调用你的函数、追加结果、再次循环，不断重复这个过程，直到模型最终返回 end_turn。只有到那时，它才会将处理完成的答案交给你。

因此，框架不仅隐藏了循环本身，还隐藏了让工具调用得以实现的整个机制。那些从框架开始学习智能体的人甚至不会知道存在像 end_turn 这样的停止条件，也不会明白工具调用是通过反复迭代来处理的。在他们看来，这一切似乎只是“我注册了一个工具，它就自动被使用了”而已。

在工具调用开始出现异常之前，这并没有问题。但一旦出现问题，你就只能面对一个黑箱，因为你从未见过其背后的运作机制。而你则是亲手构建了那个机制，所以完全清楚其中发生了什么。

LangChain与LangGraph——有什么区别？

你会经常遇到这两个名称，以下是简短说明。

LangChain本身就是框架。它提供工具定义、模型连接以及create_agent函数——也就是上文提到的那种隐藏循环的快捷方式。

LangGraph是LangChain所依赖的更低层级的运行时环境。当需要更精细的控制时就会使用它——比如暂停智能体以便人工审核某一步操作、协调多个智能体之间的分支逻辑，或是持久化状态，让崩溃的服务器能够从上次停止的位置继续运行。

简单来说：LangChain是快速且高级的入口；而当这个入口不够用时，就需要使用LangGraph。自2025年底起，LangChain已在LangGraph基础上重新构建，因此二者不再是竞争关系——它们只是同一个系统的两个层次，一个简单，一个强大。

如果你刚开始学习，可能暂时还不需要这些。你已熟悉的原始 SDK 就足以帮你完成很多工作。

何时需要框架

框架本身并非陷阱。在某些情况下，使用框架确实是正确的选择。

你需要现成的集成功能。假设你的智能体需要从 Pinecone 向量存储中获取数据，同时从 Google Drive 中读取文档。用原始 SDK 自行编写这两个连接功能虽可行，但十分繁琐。LangChain 已经预置了这些功能——你只需导入并连接即可，从而节省大量时间。

你在截止日期前进行原型开发。你的上级要求明天早上就能看到可运行的演示版本。此时无需考虑内部实现细节——只需快速得到一个能用的产品即可。五行代码的配置就能让你在当晚完成目标。

你需要真正复杂的协调机制来构建。想象这样一个智能体：它在执行任务时暂停，等待有人点击“批准”后才释放付款，即便在服务器重启后也能从停下的地方继续执行——某些框架能直接提供这种功能。而要从头实现它则需要巨大的工程投入。

框架带来的弊端

调试变得极为困难。假设你的智能体偶尔会返回空响应，而你却无法找出原因。在自己编写的代码中，只需加入打印语句、追踪循环就能在几分钟内找到问题。但在框架中，同样的错误却隐藏在并非你编写的create_agent函数内部。为了弄清楚自己的智能体在做什么，你不得不深入研究GitHub上该框架的源代码。

抽象层开始出现漏洞。框架是为常见场景优化的。假如你需要以非标准格式输出工具结果，或是需要针对自身环境定制重试策略，框架根本无法应对这些情况。于是你不得不强行使用复杂的变通方法，而本来30行代码就能直接解决这些问题。

你最终记住的是工具本身，而非核心概念。从框架入手会让你了解“LangChain的运作方式”，而非智能体真正的运行机制。随后LangChain的API会不断变化——事实上它已经多次如此——你的知识很快就会过时。本系列之前介绍的循环逻辑从智能体诞生之初就未曾改变，也不会有变化。

值得遵循的准则

从原始 SDK 开始。手动构建循环逻辑。这样你就能清楚地知道智能体在做什么，一旦出现问题也能逐行排查。对于大多数智能体而言，这确实就是全部所需。

只有当某个框架能在特定方面比你自己实现的效果更好时，才考虑使用它——比如现成的集成方案、能在崩溃后保持状态的功能、需要人工介入审批的流程。出于这些明确目的才使用它，而非将其作为默认选择。

不要为了跳过学习循环逻辑就直接使用框架。这才是真正的陷阱。跳过这一步，最终得到的只会是一个基于你从未真正理解的概念的“黑箱”系统。

先彻底理解循环逻辑。之后，框架才会变成你主动选择的工具——而非因为你没掌握基础而不得不依赖的拐杖。

为何本系列从零开始构建一切

这正是我们至今仍未采用框架的原因。

如果本系列一开头就要求“安装LangChain，然后调用create_agent”，虽然能得到一个可运行的智能体，但人们却无法真正理解它的工作原理。他们不会知道tool_use模块是什么，不明白为何并行调用工具后的结果会被整合到一条消息中，也不理解为何授权逻辑要放在hook函数里。

既然这些基础你已经掌握，那么任何框架的术语都能立即被理解。无论它将什么称为“智能体”，其实都是同样的底层循环；它所谓的“内存”也不过是你早已熟悉的消息列表而已。它标记为“工具”的内容，其实就对应着你之前手动处理的tool_use代码块；而它宣传的“中间件”，不过是你自己构建的钩子的另一种叫法罢了。

这才是值得追求的状态——不是“我懂LangChain”，而是“我明白智能体是如何工作的，而LangChain只是实现这一理念的一种方式”。

框架会持续发展，每隔几个月就会有新的框架出现。但底层的循环始终不变。你应该在那些不会改变的部分上建立自己的理解。