Dezoito meses atrás, LangChain era a chave-mestra. Nenhum vendor entregava tooling para agentes. Queria roteamento de ferramentas, memória, inferência model-agnostic? LangChain ou chamadas HTTP cruas. Duas opções, um vencedor.

Você leu as notícias — cobrimos cada release deste mês. Quatro SDKs de vendors foram lançados entre 3 e 15 de abril. A Microsoft fundiu o AutoGen no Agent Framework 1.0 em 3 de abril. A Anthropic lançou Managed Agents hospedados em 8 de abril. O Google completou o ADK em quatro linguagens em 9 de abril. A OpenAI integrou o LiteLLM no Agents SDK v0.14.1 em 15 de abril, cobrindo mais de 100 provedores de modelo. Cada funcionalidade que justificava pip install langchain agora vem de graça dentro da caixa.

O take quente é "LangChain morreu". A realidade é mais cruel. LangChain não morreu — foi comprimido. Espremido de framework para vendor de tooling com dois produtos defensáveis e um monte de reconhecimento de marca de um mundo que não existe mais.

Dois Produtos e uma Armadilha Para Barata

Tire tudo que os SDKs dos vendors comoditizaram e conte o que o LangChain ainda possui:

LangSmith. Tracing e observabilidade de agentes. O próprio benchmark do LangChain de março de 2026 alega 87% de taxa de sucesso em tarefas com debugging integrado. Impressionante — até você tentar sair. O LangSmith armazena traces em formato proprietário com zero caminho de exportação. Cada sessão de debug, cada trace de produção, cada experimento A/B que você logou no último ano? Dados reféns. Você pode entrar quando quiser, mas seu histórico operacional nunca sai.

LangGraph. Orquestração stateful multi-agente. É aqui que os SDKs dos vendors realmente desmoronam:

graph = StateGraph(AgentState)
graph.add_node("research", research_agent)
graph.add_node("write", writing_agent)
graph.add_conditional_edges("research", route_by_confidence)

SDKs de vendors lidam com handoffs lineares — A chama B chama C. Qualquer coisa com lógica de branching, estado persistente, roteamento condicional? Você escreve if-statements aninhados como se estivesse no segundo semestre da faculdade de ciência da computação. LangGraph continua sendo a única opção não-dolorosa para workflows além de demos de brinquedo.

Esse é o inventário. Dois produtos. O "chain" do LangChain — chains, gerenciamento de memória, roteamento de ferramentas, o runtime model-agnostic — tudo commodity agora. Quatro SDKs entregam isso de graça. O nome virou peça de museu.

A Lasanha de Abstrações

Estratégia de pivô do LangChain: construir para cima. Em 2 de abril, anunciaram Deep Agents — planejamento, spawn de sub-agentes, acesso a filesystem — junto com uma parceria com a NVIDIA para o AI-Q Blueprint. Quando sua camada de abstração é absorvida por SDKs first-party, a jogada óbvia é empilhar outra camada de abstração por cima.

Agora você pode rodar uma camada de abstração sobre outra camada de abstração dentro de uma camada de abstração first-party. Tartarugas até o fim, exceto que a tartaruga de baixo tem um valuation de nove dígitos e um cronograma de depreciação.

Enquanto isso: CrewAI sobrevive por ser opinado demais pra copiar — 5,2 milhões de downloads mensais no PyPI em março de 2026 para orquestração baseada em papéis que SDKs de vendors ainda não conseguem replicar. A Microsoft absorveu o AutoGen no Agent Framework 1.0, depois discretamente colocou em modo de suporte vital — só patches críticos. Três destinos para middleware: absorvido, comprimido ou nicho. Escolha com sabedoria.

A Conta da Migração Que Ninguém Posta

O Twitter tá cheio de engenheiro comemorando "acabei de arrancar o LangChain". Engraçado como nenhum deles posta o follow-up três semanas depois.

Rebuild do LangSmith: todo pipeline de traces, workflow de debug, dashboard de monitoramento. Duas a quatro semanas de engenharia para um sistema em produção. Mais se sua equipe realmente usa os dados — e se não usa, você estava pagando por um dashboard que ninguém abria.

Substituição do LangGraph: não existe. Suas opções: ficar no LangGraph, escrever sua própria state machine do zero (dor), ou simplificar seus workflows pra caber nas limitações do SDK do vendor (o que significa admitir que você over-engineered tudo). A maioria dos times escolhe a opção um ou três. Ninguém admite a opção três.

O jogo de conchas da "portabilidade": a mágica multi-model da OpenAI roda via LiteLLM — um projeto comunitário com garantias de confiabilidade de projeto comunitário. LiteLLM quebra ou é descontinuado? Seu agente "portável" vira single-vendor da noite pro dia. Managed Agents da Anthropic: Claude-only por design. Google ADK: tecnicamente multi-model, na prática otimizado pro Gemini. Você não está escapando do lock-in. Está escolhendo um novo senhorio e chamando isso de liberdade.

Sua Árvore de Decisão

Projeto novo, sem dados existentes no LangSmith? SDK do vendor. Pule a camada de abstração. Uma dependência a menos, um changelog a menos pra monitorar, um "breaking: LangChain 0.3 renomeia tudo" a menos de manhã.

LangChain em produção com traces no LangSmith? Fique. A reescrita custa mais que a dependência — por enquanto. Mas seu poder de negociação triplicou. O time comercial do LangChain sabe que você tem portas de saída.

Workflows multi-agente stateful complexos? LangGraph. Nada mais chega perto.

A Plataforma Sempre Devora o Middleware

Clientes terceiros do Twitter inventaram funcionalidades de timeline que o Twitter depois entregou como padrão. Winamp definiu o player de mídia que o iTunes matou. LangChain definiu como um framework de agentes deveria funcionar — uso de ferramentas, handoffs, memória, guardrails — e quatro vendors disseram "valeu, a gente assume daqui".

A sobrevivência do LangChain depende inteiramente das duas ferramentas que o dicionário não inclui: LangSmith e LangGraph. O middleware de chains e memória que deu nome à empresa? Commodity. Quatro vendors entregam de graça. Os criadores da categoria definiram o vocabulário; os donos da plataforma imprimiram o dicionário.

Doze dias. 3 a 15 de abril. É o tempo que leva pra comoditizar a inovação dos outros quando você é dono do modelo.