LangGraph

LangGraph es el framework de orquestación de agentes de LangChain, y lo escrito sobre él entre octubre de 2025 y julio de 2026 lo trata menos como una herramienta en evaluación que como un marcador de dónde se sitúa actualmente la capa de orquestación.

Antoine Habert, apoyándose en dos años de despliegue de agentes en una fintech europea, agrupa LangGraph con CrewAI y AutoGen en la proliferación de frameworks de 2024, y luego sostiene que la transparencia del razonamiento, la memoria organizacional estructurada, la colaboración cognitiva genuina entre agentes y la supervisión adaptativa quedaron subdesarrolladas mientras esos frameworks se multiplicaban: la orquestación estaba disponible, los cimientos arquitectónicos no. Tony Seale sitúa a LangGraph en la misma lista (CrewAI, AutoGen, Semantic Kernel, OpenAI Agents SDK, AWS Bedrock, Google ADK) y la contrapone al paradigma de modelo-en-arnés hacia el que se movieron los profesionales líderes, citando a Anthropic en el sentido de que cada componente de un arnés codifica un supuesto sobre lo que el modelo no puede hacer por sí solo, y que tales supuestos envejecen rápido. Cobus Greyling lee el mismo movimiento como un colapso de capas: prompts en lenguaje natural en un archivo «CLAUDE.md» ocupando el lugar de frameworks como LangGraph o CrewAI.

Janakiram MSV lo emplea para otra cosa. LangGraph demuestra trabajadores desechables con estado duradero, inspeccionable y portable (checkpointing, interrupción humana, recuperación tras un fallo), y lo demuestra en código abierto. Su plano de control vive en «LangSmith», un producto comercial. Esa división nombra la pregunta abierta sobre la pila de agentes: las primitivas son abiertas, el ciclo de vida no.