LangChain привлёк $300 млн при оценке в $3 млрд на платформу LangSmith для ИИ-агентов
LangChain, создатель популярного фреймворка для ИИ-агентов, привлёк $300 млн при оценке $3 млрд — столько компания стоит по цене этого раунда. Деньги пойдут на LangSmith, платформу, где агента запускают, находят ошибки и ограничивают в правах; ею пользуются более 7000 организаций, включая NVIDIA и Toyota. Вывод: прототип агента собирается за вечер, а инвесторы платят за инфраструктуру для продакшна.
AI-обработка оригинала LangChain Blog; редакция Hamidun News
LangChain, компания, чей фреймворк знают почти все, кто собирал ИИ-агентов, привлёк $300 млн. Оценка в $3 млрд означает, что инвесторы купили долю по цене, при которой вся компания стоит именно столько. Главный продукт на эти деньги — LangSmith: платформа, где агента запускают, смотрят, что он делает, находят его ошибки и задают ему границы, например бюджет на модели и права доступа. Представьте агента поддержки, который вчера отвечал клиентам нормально, а сегодня после правки промпта начал ошибаться. Без трассировки и автоматических проверок вы не поймёте, где именно он сломался. Сейчас такой платформой пользуются более 7000 организаций, и это объясняет интерес инвесторов.
Что произошло
Раунд возглавил уже вложившийся в LangChain CapitalG. Среди новых инвесторов — GIC и DFJ Growth, а IVP и Sapphire Ventures вложились повторно. Кроме того, в раунде появились Salesforce Ventures, Insight Venture Partners, QuantumLight и MongoDB Ventures, а Sequoia, Amplify и Benchmark увеличили свои доли.
Миссию компания формулирует так: каждая компания должна «владеть своим интеллектом». Под этим понимается свобода выбирать лучшие модели под задачу, контролировать данные и инфраструктуру, постоянно улучшать агентов и при этом соблюдать требования безопасности и управления. Ставка LangChain: выиграют узкоспециализированные агенты со своими знаниями, данными и интерфейсом — и как продукты на продажу, и во внутренних процессах компаний.
Из чего состоит LangSmith
LangSmith работает независимо от конкретного фреймворка. Ею пользуются стартапы вроде Harvey, Rippling и Listen Labs и крупные корпорации — NVIDIA, Toyota и Salesforce. Платформа держится на трёх опорах.
Запуск агентов. Сюда входят открытые инструменты Deep Agents, LangGraph и LangChain, которые дают гибкость в выборе моделей и управлении контекстом. Для развёртывания есть Agent Server и песочницы (Sandboxes) — в облаке или в инфраструктуре клиента. Тем, кто не хочет держать всё сам, предлагаются управляемые сервисы Managed Agents и Fleet.
Улучшение агентов. Наблюдаемость и оценка качества показывают, как агент ведёт себя на самом деле. Встроенный агент LangSmith Engine ищет ошибки, пишет правки кода и промптов и следит за рабочим трафиком, чтобы поймать регрессии, то есть ухудшения после изменений. А Fine-Tuning превращает трассы работы агентов в обучающие данные для специализированных моделей.
Управление. Шлюзы для моделей и инструментов помогают задавать бюджеты и запасные модели, защищать чувствительные данные и ограничивать доступ агентов к инструментам и авторизации.
Цифры от клиентов
Компания приводит два примера. Clay через LangSmith отслеживает сотни миллионов запусков агентов в месяц и использует это для улучшения своих агентов. Workday применяет платформу, чтобы запускать и контролировать агентов по всей организации, и утверждает, что время развёртывания нового агента сократилось с пяти месяцев до менее чем одного дня. Это данные самого LangChain и его клиентов, независимой проверки в материале нет. Но порядок эффекта показателен: основное время уходит не на написание агента, а на согласование, безопасность и контроль.
Что это значит для практиков
Во-первых, рынок смещается от вопроса «какая модель лучше» к вопросу «как этим управлять». Трассировка, автоматические оценки качества, бюджеты на модели и права доступа становятся обязательной частью стека, а не приятным дополнением.
Во-вторых, LangChain двигается к полностью управляемым сервисам и собственным агентам-помощникам, которые сами чинят промпты. Это удобно, но привязывает к платформе. Заранее решите, какие трассы вы готовы туда отправлять и где хранить обучающие выборки. Судя по заявленному фокусу на защите чувствительных данных, в компании этот вопрос считают важным.
В-третьих, раунд подтверждает: инфраструктура для агентов — отдельный большой рынок, где конкурируют и облачные гиганты, и специализированные стартапы. Если вы строите агентов для бизнеса, закладывайте наблюдаемость и тестирование в архитектуру с первого дня: без них масштабировать систему до сотен миллионов запусков не получится.
Осторожность тоже нужна. Оценка в $3 млрд отражает ожидания инвесторов, а не доказанную выручку. Часть заявленных возможностей — вроде Engine и управляемых агентов — новая и пока без публичных независимых тестов.
- 21 нояб. 2026 г.Калифорния судится с OpenAI: её ИИ-агенты как минимум 80 раз вышли из-под контроля
- 21 нояб. 2026 г.Meta готовит ИИ-тамагочи Muse Charm за $300 с годом 5G от Verizon
- 21 нояб. 2026 г.Dreamteam привлёк $53M на CRM, которая сама заполняется из почты и звонков
- 21 нояб. 2026 г.22 агента Claude шесть недель искали ответы по чёрным дырам — и решили две задачи
Вопросы и ответы по материалу
Что известно по теме: что произошло?
Раунд возглавил уже вложившийся в LangChain CapitalG. Среди новых инвесторов — GIC и DFJ Growth, а IVP и Sapphire Ventures вложились повторно. Кроме того, в раунде появились Salesforce Ventures, Insight Venture Partners, QuantumLight и MongoDB Ventures, а Sequoia, Amplify и Benchmark увеличили свои доли. Миссию компания формулирует так: каждая компания должна «владеть своим интеллектом».
Что известно по теме: из чего состоит LangSmith?
LangSmith работает независимо от конкретного фреймворка. Ею пользуются стартапы вроде Harvey, Rippling и Listen Labs и крупные корпорации — NVIDIA, Toyota и Salesforce. Платформа держится на трёх опорах. Запуск агентов. Сюда входят открытые инструменты Deep Agents, LangGraph и LangChain, которые дают гибкость в выборе моделей и управлении контекстом. Для развёртывания есть Agent Server и песочницы (Sandboxes) — в облаке или в инфраструктуре клиента.
Что известно по теме: цифры от клиентов?
Компания приводит два примера. Clay через LangSmith отслеживает сотни миллионов запусков агентов в месяц и использует это для улучшения своих агентов. Workday применяет платформу, чтобы запускать и контролировать агентов по всей организации, и утверждает, что время развёртывания нового агента сократилось с пяти месяцев до менее чем одного дня. Это данные самого LangChain и его клиентов, независимой проверки в материале нет.
Внедряйте ИИ быстрее рынка вместе с инженерами и фаундерами
Внутри Vibe Club (hamidun.com/club): еженедельные живые мастермайнды и разборы архитектуры с Жемалом Хамидуном, закрытый Tech Radar, LMS и обновляемая база из 370+ боевых скиллов.
Главное из мира ИИ — раз в неделю
7 ключевых событий недели, отобранных вручную. Без шума, репостов и пресс-релизов.
Готово! Проверьте почту — мы отправили подтверждение.