Урок 1 из 8
Что такое LangGraph: карта местности
Цель урока: после него ты сможешь за 30 секунд объяснить, что такое LangGraph и зачем он существует.
Проблема, которую он решает
Один вызов нейросети - это гениальный, но забывчивый фрилансер. Задал вопрос - получил ответ. Всё. Он не помнит, что было до этого, не умеет работать по многошаговому плану и, если что-то пошло не так на шаге 7 из 10, начнёт всё сначала.
А реальные бизнес-задачи выглядят иначе: «прими заявку клиента, разберись, что ему нужно, уточни детали, подготовь предложение, покажи мне на согласование и только потом отправь». Это уже не вопрос-ответ, это процесс.
LangGraph - это движок для таких процессов. Он позволяет описать работу ИИ как схему бизнес-процесса и следит, чтобы процесс выполнялся: с памятью, с ветвлениями, с паузами на согласование и с защитой от сбоев.
LangGraph - это как отдел в твоей компании, работающий по регламенту. У отдела есть карточка заказа (общие данные), сотрудники-этапы (каждый делает свою часть и дописывает результат в карточку) и регламент передачи: кто кому передаёт работу и при каких условиях. LangGraph - это и есть регламент плюс контроль его исполнения.
Три кирпичика
Вся мощь LangGraph собрана из трёх понятий (официальная документация):
- Состояние (State) - общая «карточка заказа»: данные, которые видят все шаги процесса.
- Узлы (Nodes) - шаги процесса. Каждый узел берёт карточку, делает свою работу (вызывает нейросеть или обычный код) и дописывает результат.
- Рёбра (Edges) - правила передачи: какой шаг идёт после какого. Бывают простые («после А всегда Б») и условные («если клиент недоволен - к менеджеру, иначе - дальше»).
Чем это отличается от «просто агента»
Обычный агент - это нейросеть в цикле с инструментами: она сама решает, что делать дальше. Быстро сделать, но сложно контролировать. LangGraph позволяет выбрать степень свободы: жёсткий маршрут там, где нужна предсказуемость, и свобода агента там, где нужна гибкость. Плюс он добавляет то, чего у «просто агента» нет:
- Устойчивость (durable execution): процесс автоматически сохраняется после каждого шага и переживает сбои и перезапуски сервера - продолжит с места остановки, а не с нуля.
- Человек в контуре: процесс можно поставить на паузу, дождаться твоего решения и продолжить - хоть через неделю.
- Прозрачность: видно каждый шаг, можно «отмотать назад» и переиграть.
LangGraph сделала команда LangChain. Осенью 2025 вышла версия 1.0 - обещание стабильности без ломающих изменений. Сейчас (2026) это фактический стандарт для серьёзных ИИ-процессов: на нём строят продукты Uber, LinkedIn, Klarna и другие. То есть это не экспериментальная игрушка, а рабочий инструмент.
Объяснение за 30 секунд
«LangGraph - это движок бизнес-процессов для ИИ. Я описываю процесс как схему: шаги, переходы между ними и общие данные. А LangGraph следит, чтобы процесс выполнялся надёжно: помнил контекст, ветвился по условиям, останавливался для согласования с человеком и переживал сбои».
Проверь себя
1. Какую главную проблему решает LangGraph?
2. В аналогии с отделом компании «карточка заказа» - это...
3. Что означает «durable execution» (устойчивое выполнение)?
Если что-то осталось непонятным - открой Claude Code в папке курса и спроси. Например: «Объясни ещё раз разницу между узлом и ребром на примере моей онлайн-школы».