LangChain

立正把 LangChain 和 RAG、fine-tune、harness 归为一类：有仓库、有文档、有版本号，所以看起来像“要学的技术”，也容易被写进简历和面试题。但这类名词读文档、跑 demo 就能上手，他公开说自己不用 LangChain，理由是理解了它的本质、知道它不适合自己⁠1,2。真正拉开差距的是动词——什么时候给 AI 更多或更少上下文、复杂任务怎么拆、哪些环节必须有人判断、出错时能不能定位是模型能力、上下文还是 routing 的问题⁠3。

在讲 MCP 时，立正说 LangChain 试图把所有抽象都打包进来，做的东西太多，反而让框架不好用；Anthropic 只定义怎么用工具，不把多步推理和计划塞进去，所以更有效⁠4。另一篇材料引述鸭哥的批评：用多个 Agent 消息协作、用图描述工作流、用代码当工具调用媒介，这些不只是接口选择，而是在替你规定问题该怎么拆、状态该怎么组织；简单 demo 容易跑，一旦要对接企业已有接口或改变执行方式，就得追进层层抽象去改⁠5。所以判断标准是任务是否恰好符合框架的假设，而不是框架本身强不强。