LangChain：从令牌流到智能体流 — 类型化通道取代多智能体UI的经典流式传输

LangChain于2026年5月21日发布了Christian Bromann和Nick Hollon撰写的工程文章，论证了从2022年起主导生成AI应用用户体验的令牌流式传输范式已达到其极限，需要用类型化智能体流式传输模型来取代。文章与实现新方法的LangGraph库更新同步发布。

令牌流式传输出了什么问题？

经典令牌流很简单：模型逐个生成令牌，前端随到随显，用户看着文本实时构建。这在ChatGPT风格的应用中运行良好，因为主要活动是文本生成。

问题是现代AI智能体做的远不止生成文本。典型的智能体工作流包括：

• 调用工具 — 智能体决定调用哪个工具（网络搜索、文件读取、API调用），等待结果，然后继续
• 子智能体委托 — 主智能体为并行子任务生成子智能体
• 状态 — 智能体更新内部数据结构（计划、跟踪列表、草稿输出）
• 人工审核暂停 — 智能体在进行下一个不可逆步骤之前停下来等待用户批准
• 自定义信号 — 调试日志、进度更新、性能指标

令牌流只显示智能体在这些活动之间生成的文本。在实践中，用户看到的是一个空窗口和旋转加载器，而智能体在后台工作了几分钟或几小时却没有任何可见信号。这是糟糕的用户体验。

什么是类型化智能体流？

LangChain提出的模型是智能体通过同一通道发出不同类型的事件，但每个事件都有类型标注。客户端（UI应用程序）选择订阅哪些类型以及如何显示每种类型。

示例类型：

• message — 文本令牌（经典）
• tool_call — 带参数的工具调用
• tool_result — 工具调用的结果
• state_update — 智能体状态的变化
• subagent_event — 来自子智能体的事件（递归）
• human_review_request — 智能体暂停并请求批准
• custom — 开发者定义的任意事件类型

这使UI层能够将智能体工作展示为多面板可视化 — 主窗口中的聊天文本、侧边栏中的工具调用、另一个面板中的状态、子智能体活动的树状可视化。Cursor和Claude Code已在内部实现了这种方法的变体；LangChain现在将其正式化为API。

在LangGraph中如何运作？

LangGraph — LangChain的有状态图编排库 — 获得了对智能体流的原生支持。开发团队定义图节点、边和状态，执行时LangGraph自动为所有图活动发出类型化事件。

客户端使用标准异步迭代器模式订阅：

• 订阅所有事件 → 典型仪表板模式
• 仅订阅message → 经典聊天UI模式
• 订阅message + tool_call → 调试UI的实用模式

这消除了自定义WebSocket协议或轮询模式的需求，这些方式到目前为止在智能体前端中占主导地位。

这对智能体AI工具生态系统意味着什么？

智能体流是一个架构上的进步，与Anthropic（Claude Code Agent View）、OpenAI（Operator）等已在内部实现的模式趋于一致。标准化API意味着小型开发团队将能够依赖LangGraph而不必从头构建自己的变体。

从长远来看，智能体流可能像REST API和SSE成为Web应用程序的事实标准一样。值得关注其他智能体框架（Microsoft AutoGen、CrewAI、OpenAI Swarm）是否会在即将发布的版本中采用类似的类型化事件模型。