Интенсив 21–22.11 · БесплатноБесплатный 2-дневный интенсив по вайбкодингу 21–22 ноября в 16:00 МСК (Сб–Вс) · Живой Поток 3 стартует 23.11Записаться бесплатно →Поток 3 (23.11)
ИндустрияКод / SDK · В работуX: @pukerrainbrow→ оригинал

Хобби-проект LangChain за четыре года стал стартапом за $3 млрд и привлёк $300 млн

Проект, который Харрисон Чейз выложил в октябре 2022 года как хобби, оценили в $3 млрд: 13 ноября LangChain закрыл раунд C на $300 млн во главе с CapitalG. Оценка — это то, во сколько инвесторы ценят компанию. Платят за LangSmith — «диспетчерскую» для ИИ-агентов, где видно, что они делают, и можно ограничить их доступ к моделям и данным. Для команд с агентами в проде это сигнал: контроль агентов становится отдельной статьёй бюджета.

AI-обработка оригинала X: @pukerrainbrow; редакция Hamidun News
Хобби-проект LangChain за четыре года стал стартапом за $3 млрд и привлёк $300 млн
Источник: X: @pukerrainbrow. Коллаж: Hamidun News.
Слушать статью
Паспорт материала и цифры
ПараметрДанные
ПервоисточникX: @pukerrainbrow ↗
Главный редактор
Ключевой факт #1LangSmith используют более 7000 организаций, среди них NVIDIA и Toyota
Ключевой факт #2Workday сократил запуск нового агента с пяти месяцев до менее суток
Ключевой факт #3Open-source скачали более 1 млрд раз, сейчас 350 млн скачиваний в месяц

В октябре 2022 года инженер Харрисон Чейз выложил в открытый доступ библиотеку LangChain как побочный проект. Через четыре года это компания, которую инвесторы оценили в $3 млрд. «Оценка» здесь означает цену всей компании по меркам последнего раунда, а не выручку. 13 ноября LangChain объявил раунд C: $300 млн новых денег, которые возглавил фонд CapitalG. Платят не за библиотеку, а за LangSmith — платформу, где можно запускать ИИ-агентов, смотреть, что они делают, и ограничивать их возможности. Ею уже пользуются более 7000 организаций. Если вы собираете агентов, эта история показывает, на каком этапе рынок готов платить.

Как хобби-проект вырос в компанию

Чейз окончил Гарвард в 2017 году, потом работал инженером по машинному обучению в Kensho Technologies и Robust Intelligence. Там он познакомился с Анкушем Голой: тот получил диплом по электротехнике в Принстоне в 2015 году и четыре года проработал старшим инженером в Facebook. Через месяц после выхода LangChain появился ChatGPT, и первая волна разработчиков, которые хотели строить приложения вокруг языковых моделей, пришла в том числе к этому проекту. Когда интерес стал расти, Чейз и Гола оформили его как компанию в 2023 году.

Финансирование шло быстро. В апреле 2023 года Benchmark возглавил seed-раунд на $10 млн, затем Sequoia привёл серию A на $25 млн. В октябре 2025 года IVP возглавил серию B на $125 млн при оценке $1,25 млрд, а теперь оценка выросла до $3 млрд. В раунде C участвовали GIC, DFJ Growth, IVP, Sapphire Ventures, Salesforce Ventures, Insight Venture Partners, QuantumLight и MongoDB Ventures. Sequoia, Amplify и Benchmark вложились снова. Всего компания привлекла $460 млн.

Open-source проекты LangChain скачали более 1 млрд раз, сейчас приходится более 350 млн скачиваний в месяц. Такая база разработчиков работает как бесплатный канал продаж для платного продукта.

За что платят клиенты: LangSmith

LangSmith можно представить как диспетчерскую для агентов. Он работает с любым фреймворком и любой моделью, а не только с самим LangChain. Агентов можно запускать в облаке LangChain или в собственном аккаунте клиента в AWS, Azure или Google Cloud. Платформа отслеживает и оценивает поведение агентов, а ещё управляет тем, какие модели, инструменты и данные им доступны.

Отдельная новинка — LangSmith Engine. Это агент, который улучшает других агентов: находит ошибки в продакшне и пишет исправление, будь то код или промпт. По сути, дежурный инженер, который читает логи и предлагает правку.

Цифры по клиентам такие: более 7000 организаций, среди них Harvey, Rippling, NVIDIA, Toyota и Salesforce. Clay отслеживает на платформе сотни миллионов запусков агентов в месяц. Workday сократил время выпуска нового агента с пяти месяцев до менее суток. Эти данные приводит сама компания, независимой проверки пока нет. Но они показывают, что узкое место сместилось: написать агента стало проще, а убедиться, что он ведёт себя предсказуемо, по-прежнему трудно.

Что делать разработчикам и продактам

Чейз сказал The Wall Street Journal: «Поведение агента — самая трудная часть контроля». Агент может хорошо отработать на демо и странно повести себя на реальных данных. Заметить это без трассировки, оценки качества и ограничений доступа почти невозможно.

Практические выводы:

  • закладывайте наблюдаемость с первого дня: логи шагов агента, оценка результата, учёт стоимости запросов;
  • ограничивайте права агентов до запуска, а не после первого инцидента: какие инструменты и данные им доступны;
  • не привязывайтесь к одному фреймворку: ценность LangSmith в том, что он не зависит от выбора модели и библиотеки;
  • сравнивайте решения на своём стеке, а не по рекламным кейсам.

Есть и оговорки. Оценка в $3 млрд рассчитана на дальнейший рост рынка агентов, который пока в основном корпоративный и ещё не устоялся. Конкуренты, от облачных провайдеров до других инструментов наблюдаемости, тоже строят подобные панели. А самоулучшающегося агента вроде Engine нужно проверять не меньше обычных: исправление, написанное ИИ, требует человеческого ревью.

Сейчас в LangChain 435 сотрудников, к концу 2027 года компания планирует дойти до 850, то есть почти удвоиться. Это ставка на то, что компании будут массово запускать агентов и платить за инфраструктуру, которая держит их под контролем.

Сюжет

Вопросы и ответы по материалу

Что известно по теме: как хобби-проект вырос в компанию?

Чейз окончил Гарвард в 2017 году, потом работал инженером по машинному обучению в Kensho Technologies и Robust Intelligence. Там он познакомился с Анкушем Голой: тот получил диплом по электротехнике в Принстоне в 2015 году и четыре года проработал старшим инженером в Facebook. Через месяц после выхода LangChain появился ChatGPT, и первая волна разработчиков, которые хотели строить приложения вокруг языковых моделей, пришла в том числе к этому проекту.

Что известно по теме: за что платят клиенты: LangSmith?

LangSmith можно представить как диспетчерскую для агентов. Он работает с любым фреймворком и любой моделью, а не только с самим LangChain. Агентов можно запускать в облаке LangChain или в собственном аккаунте клиента в AWS, Azure или Google Cloud. Платформа отслеживает и оценивает поведение агентов, а ещё управляет тем, какие модели, инструменты и данные им доступны. Отдельная новинка — LangSmith Engine.

Что известно по теме: что делать разработчикам и продактам?

Чейз сказал The Wall Street Journal: «Поведение агента — самая трудная часть контроля». Агент может хорошо отработать на демо и странно повести себя на реальных данных. Заметить это без трассировки, оценки качества и ограничений доступа почти невозможно.

ЖХ
Жемал Хамидун — CPO Alpina Digital, продакт-менеджер AlpinaGPT. Делает AI-продукты с 2019 года. Hamidun News — pet project, который вырос в production-агрегатор с 6000+ читателей.
✦ Закрытый клуб практиков · Vibe Club

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.

Вступить в Vibe Club →Тест-драйв Академии (72ч)
Что вы думаете?
Загружаем комментарии…