నమ్మదగిన AI ఏజెంట్ల వెనుక ఉన్న ఆర్కిటెక్చర్: LangChain, LangGraph మరియు కొత్త ఎంటర్‌ప్రైజ్ స్టాక్

చాలామంది ఎంటర్‌ప్రైజ్‌లు ఇప్పుడు AI ఏజెంట్లను స్వీకరించాలా వద్దా అనే ప్రశ్నను దాటిపోయాయి. మరింత కష్టమైన ప్రశ్న వచ్చేసింది: నియంత్రణను కోల్పోకుండా స్వయంప్రతిపత్త సాఫ్ట్‌వేర్ మీ తరఫున చర్య తీసుకోవడానికి ఎలా అనుమతించాలి? సమాధానం పెద్ద మోడల్ కాదు. అది మెరుగైన ఆర్కిటెక్చర్. LangChain నుండి LangGraph కు పరిణామం కంటే ఈ మార్పును స్పష్టంగా చూపించే కథలు చాలా తక్కువ, మoreover ఈ పాఠాలు నేడు మల్టీ-ఏజెంట్ వ్యవస్థలను నిర్మిస్తున్న ఏ సంస్థకైనా నేరుగా వర్తిస్తాయి.

ఇది ఇప్పుడు ఎందుకు ముఖ్యం

ఏజెంటిక్ AI ప్రయోగం నుండి ప్రొడక్షన్‌లోకి దాటింది. అక్టోబర్ 2025లో, LangChain సంస్థ IVP నేతృత్వంలోని సిరీస్ B రౌండ్‌లో, Sequoia, Benchmark, CapitalG మరియు ServiceNow, Workday, Cisco, Datadog మరియు Databricks యొక్క వెంచర్ విభాగాల భాగస్వామ్యంతో, 1.25 బిలియన్ అమెరికన్ డాలర్ల విలువైనతో 125 మిలియన్ అమెరికన్ డాలర్లను సేకరించింది. LangChain మరియు LangGraph రెండింటిలో కలిపి నెలకు సుమారు 90 మిలియన్ డౌన్‌లోడ్‌లు ఉన్నాయని, Fortune 500లో మూడింట ఒక వంతుకు పైగా దాని సేవలను ఉపయోగిస్తున్నాయని సంస్థ పేర్కొంది. Klarna, Cloudflare, Workday, Cisco మరియు LinkedIn వంటి సంస్థలు LangGraph ను ప్రొడక్షన్‌లో నడుపుతున్నాయని సంస్థ నివేదించింది.

పెట్టుబడిదారులు మరియు ఎంటర్‌ప్రైజ్ కొనుగోలుదారులు చాట్‌బాట్‌ల కోసం చెల్లించడం లేదు. ఏజెంట్లను నమ్మదగినవిగా, పర్యవేక్షించదగినవిగా మరియు పరిపాలించదగినవిగా చేసే పొర కోసం వారు చెల్లిస్తున్నారు. బోర్డులు అడగాల్సింది ఆ పొర గురించే.

ఏమి జరిగింది

LangGraph ను LangChain సృష్టించింది. అది ప్రత్యేక సంస్థ కాదు. కథ Harrison Chase తో మొదలవుతుంది. ఆయన హార్వర్డ్‌లో స్టాటిస్టిక్స్ మరియు కంప్యూటర్ సైన్స్ చదివారు, Kensho లో entity linking పనిలో పనిచేశారు, ఆపై Robust Intelligence లో మెషిన్ లర్నింగ్ టెస్టింగ్ పనిని నడిపించారు. అక్టోబర్ 2022లో ఆయన LangChain ను విడుదల చేశారు - పెద్ద భాషా మోడళ్లపై అప్లికేషన్‌లను నిర్మించడంలోని కష్టమైన ప్లంబింగ్ పనిని పరిష్కరించే ఓపెన్ సోర్స్ Python ప్రాజెక్ట్‌గా: మోడళ్లను టూల్స్, డేటా సోర్స్‌లు మరియు వర్క్‌ఫ్లోలతో కనెక్ట్ చేయడం.

2023 ప్రారంభంలో, Princeton లో శిక్షణ పొందిన ఇంజనీర్, Facebook లో నాలుగేళ్లు గడిపిన, Robust Intelligence లో మాజీ సహోద్యోగి అయిన Ankush Gola తో Chase LangChain సంస్థను సహ-స్థాపించారు. టూల్స్ వాడగలిగే, స్థితిని (state) నిలుపుకోగలిగే, నిర్ణయాలు తీసుకోగలిగే మరియు సంక్లిష్ట వర్క్‌ఫ్లోలను నడపగలిగే నమ్మదగిన AI ఏజెంట్లను డెవలపర్లు నిర్మించడంలో సహాయపడే ఉత్పత్తి దృష్టిని Chase ముందుకు నడిపించారు. ఓపెన్ సోర్స్ ప్రాజెక్ట్ చుట్టూ సంస్థను నిర్మించడంలో - దాని వాణిజ్య మరియు కార్యాచరణ వృద్ధితో సహా - Gola భాగస్వామిగా ఉన్నారు.

తరువాత వచ్చిన క్రమం ప్రతి సాంకేతిక నాయకుడికీ బోధనాత్మకం. LangChain LLM అప్లికేషన్‌లను నిర్మించే ఫ్రేమ్‌వర్క్‌గా ప్రారంభమైంది. వినియోగం పెరిగినప్పుడు, డెవలపర్లు గోడకు తగిలారు: సాధారణ ప్రాంప్ట్ చైన్‌లు దీర్ఘకాలం నడిచే, నమ్మదగిన మరియు నియంత్రించదగిన ఏజెంట్ వర్క్‌ఫ్లోలను మద్దతు ఇవ్వలేవు. జనవరి 2024లో సంస్థ LangGraph తో సమాధానమిచ్చింది - మానవ ఆమోద దశలు, రీట్రైలు, పర్సిస్టెన్స్ మరియు సంక్లిష్ట ఆర్కెస్ట్రేషన్‌కు మద్దతు ఇచ్చే స్టేట్‌ఫుల్ AI ఏజెంట్ల కోసం గ్రాఫ్-ఆధారిత రన్‌టైమ్. అక్టోబర్ 2025లో LangChain మరియు LangGraph రెండూ 1.0 స్థిరత్వ మైలురాళ్లను చేరుకున్నాయి, LangChain ఫ్రేమ్‌వర్క్ స్వయంచాలకంగా LangGraph రన్‌టైమ్ పైన పునర్నిర్మించబడింది. ఎకోసిస్టమ్‌ను ప్రారంభించిన ఫ్రేమ్‌వర్క్ ఇప్పుడు తాను సృష్టించిన ఆర్కెస్ట్రేషన్ ఇంజిన్ పైన నడుస్తోంది.

సాంకేతిక మరియు ఆర్కిటెక్చర్ చిక్కులు

చైన్‌ల నుండి గ్రాఫ్‌లకు మారడం కేవలం పేరు మార్పు కంటే ఎక్కువ. చైన్ అనేది సరళ రేఖ: ఇన్‌పుట్ స్థిరమైన క్రమంలో అవుట్‌పుట్‌కు ప్రవహిస్తుంది. గ్రాఫ్ అనేది నిర్ణయాల పటం: ఏజెంట్ శాఖ పడవచ్చు, లూప్ చేయవచ్చు, మళ్లీ ప్రయత్నించవచ్చు, నిపుణ ఏజెంట్లకు అప్పగించవచ్చు మరియు మానవ ఇన్‌పుట్ కోసం ఆగవచ్చు. ఎంటర్‌ప్రైజ్ ఆర్కిటెక్ట్‌లకు, మూడు లక్షణాలు అత్యంత ముఖ్యమైనవి.

మొదటిది, స్థితి (state) మొదటి తరగతి పౌరుడిగా మారుతుంది. LangGraph చెక్‌పాయింటింగ్ ద్వారా ప్రతి ఏజెంట్ వర్క్‌ఫ్లో యొక్క స్థితిని కొనసాగిస్తుంది, కాబట్టి ప్రాసెస్ ఆమోదం కోసం గంటలు వేచి ఉండి, ఆగిన చోటనుంచే సరిగ్గా తిరిగి ప్రారంభించవచ్చు. రెండవది, హ్యూమన్-ఇన్-ద-లూప్ నియంత్రణ రన్‌టైమ్‌లోనే నిర్మించబడింది, తరువాత అతికించబడలేదు. ఆమోద దశ అనేది గ్రాఫ్‌లోని నోడ్, యూజర్ ఇంటర్‌ఫేస్‌లో ఆలోచన కాదు. మూడవది, ఆర్కెస్ట్రేషన్ నమూనాలు స్పష్టమవుతాయి. సూపర్‌వైజర్ ఏజెంట్ నిపుణ ఏజెంట్లను శ్రేణిలో సమన్వయం చేయవచ్చు, ఎవరు ఏమి చేయవచ్చో స్పష్టమైన ఒప్పందాలతో.

ఆచరణాత్మకంగా, ఏజెంట్ ఆర్కెస్ట్రేషన్ ఎంటర్‌ప్రైజ్ స్టాక్‌లో కొత్త మిడిల్‌వేర్ టైర్‌గా ఉద్భవిస్తోంది - ఫౌండేషన్ మోడళ్లు మరియు వ్యాపార వ్యవస్థల మధ్య కూర్చుంటుంది, గతంలో అప్లికేషన్ సర్వర్లు డేటాబేస్‌లు మరియు యూజర్ ఇంటర్‌ఫేస్‌ల మధ్య కూర్చున్నట్లుగానే. LangSmith వంటి అబ్జర్వబిలిటీ ప్లాట్‌ఫామ్‌లు ఏజెంట్ ప్రవర్తనను ట్రేస్ చేయదగినదిగా మరియు టెస్ట్ చేయదగినదిగా చేయడం ద్వారా చిత్రాన్ని పూర్తి చేస్తాయి.

వ్యాపార మరియు పోటీ చిక్కులు

ఎంటర్‌ప్రైజ్ AI లో, ముడి మేధస్సు కాదు, నమ్మదగిన తనమే పోటీ అడ్డంకి (competitive moat). ఉదాహరణగా బీమా క్లెయిమ్స్ కార్యకలాపాన్ని పరిగణించండి. క్లెయిమ్ ప్లాట్‌ఫామ్ డాక్యుమెంట్ ఇంటేక్, పాలసీ ధృవీకరణ, నష్టం అంచనా మరియు మోసం స్క్రీనింగ్ కోసం నిపుణ ఏజెంట్లను నియంత్రించే సూపర్‌వైజింగ్ ఆర్కెస్ట్రేటర్ ఏజెంట్‌ను ఉపయోగించవచ్చు. సిస్టమ్ రాత్రంతా సాక్ష్యాలను సేకరించవచ్చు, పాలసీ నిబంధనలను ధృవీకరించవచ్చు, సెటిల్‌మెంట్‌ను అంచనా వేయవచ్చు మరియు దర్యాప్తు కోసం వైషమ్యాలను ఫ్లాగ్ చేయవచ్చు. అది చేయలేనిది చెల్లింపును విడుదల చేయడం. ఆ చర్య ఆమోద గేటు (approval gate) వెనుక ఉంది, అధికృత క్లెయిమ్స్ అధికారి మాత్రమే దానిని ప్రేరేపించగలరు.

ఇదే LangGraph మద్దతు ఇవ్వడానికి రూపొందించబడిన నమూనా, బీమా, బ్యాంకింగ్ మరియు ఆరోగ్య సంరక్షణ వంటి నియంత్రిత పరిశ్రమలలో ఈ ఫ్రేమ్‌వర్క్ ఎందుకు ప్రత్యేకంగా సంబంధితమో దీనికే కారణం. వాణిజ్య తర్కం సరళమైనది: తప్పు చర్య యొక్క ధర నియంత్రణలో ఉన్నప్పుడు మాత్రమే ఆటోమేషన్ యొక్క విలువ పెరుగుతుంది. ఈ నమూనాలో ప్రావీణ్యం పొందిన సంస్థలు లోపాలు చౌకగా ఉన్న చోట దూకుడుగా ఆటోమేట్ చేయగలవు, లోపాలు ఖరీదైన చోట నిర్ణయాత్మకంగా గేటు చేయగలవు. ఏజెంట్లను పర్యవేక్షణ లేని ఆటోమేషన్‌గా పరిగణించే పోటీదారులు భయంతో చాలా నెమ్మదిగా కదులుతారు లేదా చాలా వేగంగా కదిలి బహిరంగంగా దానికి ధర చెల్లిస్తారు.

ప్రమాదాలు మరియు పరిపాలన పరిగణనలు

నాలుగు ప్రమాదాలు బోర్డు స్థాయి శ్రద్ధకు అర్హం. గేటులు లేని స్వయంప్రతిపత్తి: ఆమోద చెక్‌పాయింట్లు లేకుండా బాహ్య వ్యవస్థలపై చర్య తీసుకోగల ఏజెంట్ కార్యాచరణ మరియు కీర్తి బాధ్యత. ఆడిటబిలిటీ: పర్సిస్టెంట్ స్థితి మరియు పూర్తి ట్రేస్‌లు కంప్లయన్స్‌కు ఆస్తులు, కానీ నిలుపుదల, యాక్సెస్ మరియు గోప్యతా నియంత్రణలు ప్రారంభం నుండి రూపొందించబడితేనే. గాఢీకరణ ప్రమాదం: LangGraph MIT లైసెన్స్ కింద ఓపెన్ సోర్స్, ఇది ఫ్రేమ్‌వర్క్ స్థాయిలో లాక్-ఇన్‌ను పరిమితం చేస్తుంది, కానీ డిప్లాయ్‌మెంట్ మరియు అబ్జర్వబిలిటీ చుట్టూ వాణిజ్య ప్లాట్‌ఫామ్ సేవలు ఇంకా ఆధారపడటాన్ని సృష్టిస్తాయి, ఇది ఏ వ్యూహాత్మక విక్రేత సంబంధం లాగానే అంచనా వేయబడాలి. నియంత్రణ అంచనా: ప్రపంచవ్యాప్తంగా పర్యవేక్షణ వ్యవస్థలు ఫలితాధికార స్వయంచాలక నిర్ణయాలపై నిరూపించదగిన మానవ పర్యవేక్షణను ఎక్కువగా ఆశిస్తున్నాయి, ఆమోద గేటులు దాన్ని రుజువు చేసే స్పష్టమైన మార్గాలలో ఒకటి.

CEO లు ఏమి చేయాలి

మీ సంస్థలో ఏజెంట్లు ఏమి సమాధానం ఇవ్వగలవో కాకుండా ఎక్కడ చర్య తీసుకోగలవో అడగండి. చదివే ఏజెంట్ యొక్క ప్రమాద ప్రొఫైల్, లావాదేవీ చేసే దాని కంటే పూర్తిగా భిన్నం.

రాతపూర్వక ఆమోద-గేటు విధానాన్ని డిమాండ్ చేయండి: ఏ నిర్ణయాలను ఏజెంట్లు స్వతంత్రంగా తీసుకోవచ్చు, ఏవి మానవ ఆమోదం అవసరం, మరియు ప్రతి గేటుకు ఎవరు బాధ్యులు.

ప్రదర్శనలకు కాకుండా విశ్వసనీయత ఇంజనీరింగ్‌కు నిధులు కేటాయించండి. అబ్జర్వబిలిటీ, మూల్యాంకనం మరియు స్థితి నిర్వహణ కోసం ఏజెంటిక్ AI యొక్క ప్రధాన ఖర్చులుగా బడ్జెట్ చేయండి, ఐచ్ఛిక అదనపు వస్తువులుగా కాదు.

ఆర్కెస్ట్రేషన్ ఫ్రేమ్‌వర్క్‌లను బహుళ-సంవత్సర పర్యవసానాలతో కూడిన వ్యూహాత్మక మౌలిక సదుపాయాల నిర్ణయాలుగా పరిగణించండి, బోర్డు రిస్క్ కమిటీని ముందుగానే చేర్చండి.

CTO లు ఏమి చేయాలి

టీమ్‌లు వారి స్వంత ఏజెంట్ స్టాక్‌లను వ్యాప్తి చేయడానికి ముందు ఆర్కెస్ట్రేషన్ లేయర్‌పై ప్రమాణీకరించండి. మీ నియంత్రణ, పర్సిస్టెన్స్ మరియు ఆడిట్ అవసరాలతో LangGraph ను ప్రత్యామ్నాయాలతో పాటు అంచనా వేయండి.

హ్యూమన్-ఇన్-ద-లూప్‌ను ఆర్కిటెక్చర్‌గా రూపొందించండి. ఆమోద దశలు పూర్తి స్థితి చెక్‌పాయింటింగ్‌తో వర్క్‌ఫ్లో గ్రాఫ్‌లో శాశ్వత నోడ్‌లుగా ఉండాలి, ఫ్రంట్-ఎండ్ సాంప్రదాయాలు కావు.

ప్రతిదాన్ని ఇన్‌స్ట్రుమెంట్ చేయండి. ప్రతి ఏజెంట్ నిర్ణయం కంప్లయన్స్ మరియు ఇంజనీరింగ్ మళ్లీ ప్లే చేయగలిగే ట్రేస్‌ను ఉత్పత్తి చేయాలి.

ప్రక్యూర్‌మెంట్, క్లెయిమ్స్ లేదా వెండార్ నిర్వహణ వంటి అసమాన వర్క్‌ఫ్లోలతో ప్రారంభించండి, ఇక్కడ పరిశోధన మరియు సిఫార్సును సురక్షితంగా ఆటోమేట్ చేయవచ్చు, అయితే కమిట్‌మెంట్ చర్యలు గేటులో ఉంటాయి.

ఎగ్జిట్ ఆప్షనాలిటీని నిర్మించండి. ఏజెంట్ లాజిక్‌ను పోర్టబుల్‌గా ఉంచండి, ఓపెన్ సోర్స్ ఫ్రేమ్‌వర్క్ మరియు వాణిజ్య ప్లాట్‌ఫామ్ సేవల మధ్య సరిహద్దును డాక్యుమెంట్ చేయండి.

వ్యూహాత్మక నిర్ధారణ

LangChain నుండి LangGraph కు ప్రయాణం, ప్రతి ఎంటర్‌ప్రైజ్ ఇప్పుడు చేయాల్సిన ప్రయాణాన్ని ప్రతిబింబిస్తుంది: ఆకట్టుకునే ప్రోటోటైప్‌ల నుండి పరిపాలించబడే ప్రొడక్షన్ వ్యవస్థల వరకు. మల్టీ-ఏజెంట్ యుగంలో విజేతలు అత్యధిక ఏజెంట్లు ఉన్న సంస్థలు కావు. వారి ఏజెంట్లకు ఏమి చేయడానికి అనుమతి ఉందో ఖచ్చితంగా తెలిసిన, దాన్ని నిరూపించగలిగే, మరియు ఆ విశ్వాసాన్ని వ్యాపారం అంతటా విస్తరించగలిగే సంస్థలే.

నిమగ్నత ప్రశ్న

AI ఏజెంట్ స్వయంచాలకంగా ఏమి నిర్ణయించవచ్చో మరియు మనిషి ఏమి ఆమోదించాలో మధ్య మీ సంస్థలో మీరు గీత ఎక్కడ గీస్తారు? వ్యాఖ్యలలో మీ దృక్కోణాన్ని నేను విలువైనదిగా పరిగణిస్తాను.

గణితపరంగా ఆలోచించండి. తెలివిగా ఇంజనీర్ చేయండి. వ్యూహాత్మకంగా నాయకత్వం వహించండి. బాధ్యతగా నిర్మించండి. ప్రపంచవ్యాప్తంగా స్కేల్ చేయండి. ఆర్టిఫిషియల్ ఇంటెలిజెన్స్ ద్వారా నిజమైన వ్యాపార విలువను సృష్టించండి.

#ArtificialIntelligence #AgenticAI #MultiAgentSystems #LangChain #LangGraph #EnterpriseAI #AIArchitecture #TechnologyStrategy #ResponsibleAI #DigitalTransformation #CTO #CEO

Originally published on LinkedIn by Keshavan Thiagaraja. Read the original on LinkedIn.