面试官笑问：“LangGraph 相比 LangChain 有什么优势？”这个问题背后，藏着一个被广泛误读的前提：很多人以为两者是互斥的替代关系，用了 LangGraph 就该丢掉 LangChain。事实并非如此。

LangGraph 的核心优势，不在于“取代”，而在于它补上了 LangChain 缺失的那一层能力——显式、可持久化、可恢复的底层编排。

打开网易新闻 查看精彩图片

线性链的天花板在哪

LangChain 擅长的是线性 Chain：一步接一步，顺序执行。这种结构清晰、上手快，但一旦流程需要分支判断、循环重试，或者要接入 Agent 的动态决策，线性链就撑不住了。

分支意味着同一份输入可能走不同路径，循环意味着状态要在多轮之间保留，Agent 则要求系统能根据中间结果自主决定下一步。这三件事，线性 Chain 都做不了。

LangGraph 补的是哪一层

LangGraph 提供的正是底层编排能力。它把流程显式地表达出来，让状态可以被持久化，任务中断后还能恢复继续跑。这不是在 LangChain 之上加个壳，而是解决了一类 LangChain 结构上无法覆盖的问题。

所以两者的关系不是二选一。从标准 Agent 到复杂工作流，选型的关键在于你的流程复杂度：线性任务用 LangChain 足够，一旦涉及分支、循环或需要状态持久化的 Agent 场景，才轮到 LangGraph 上场。

把两者当成互斥选项，是这道面试题里最容易踩的坑。