Bỏ qua điều hướng tới nội dung chính
Tin tức AI

LangChain gọi 300 triệu USD ở định giá 3 tỷ USD

📑 Mục lục chi tiết bài viết (21 mục)
LangChain gọi 300 triệu USD ở định giá 3 tỷ USD

LangChain vừa công bố gọi 300 triệu USD ở định giá 3 tỷ USD ngày 13/11/2026, do CapitalG dẫn đầu. Câu hỏi đầu tiên mình đặt ra là con số này thực sự mua cái gì? Tiền trong vòng này chảy vào hạ tầng chạy agent, còn hãng thì không công bố doanh thu đi kèm để neo định giá lại.

Tóm tắt nhanh: LangChain gọi 300 triệu USD Series C ở định giá 3 tỷ USD, công bố ngày 13/11/2026, do CapitalG dẫn đầu. Vòng trước là Series B 125 triệu USD ở định giá 1,25 tỷ USD tháng 10/2025, tức bước nhảy 2,4 lần trong khoảng 13 tháng. Tổng vốn huy động tới nay là 460 triệu USD qua 4 vòng. Hãng không công bố doanh thu. Sự kiện ra mắt LangSmith ngày 20/11/2026 là bài kiểm tra thực tế đầu tiên.

300 triệu USD mua được gì trong LangSmith?

Muốn biết con số này mua cái gì thì phải mở LangSmith ra xem từng phần, mình hay nghĩ LangSmith giống một garage cho agent. Model là động cơ mua sẵn, còn garage là nơi xe chạy thử, đo máy và sửa lỗi.

Sơ đồ ba trụ cột của LangSmith: Agent Runtime, Agent Improvement và Agent Governance
Sơ đồ ba trụ cột của LangSmith: Agent Runtime, Agent Improvement và Agent Governance. Ảnh: blog chính thức của LangChain.

Runtime chạy agent ở đâu, bằng cái gì?

LangSmith là nền tảng agent engineering framework-agnostic, chạy agent trên cloud của LangChain, tự host, hay trong tài khoản AWS, Azure hoặc Google Cloud của khách. Runtime gồm Deep Agents, LangGraph, LangChain, Agent Server, Sandboxes, Managed Agents và Fleet. Mùa thu 2026 hãng đã ship Engine v2, Fine-Tuning và BYOC trên Azure và Google Cloud, mà BYOC nói gọn là chạy trong tài khoản cloud của khách.

Engine v2 đo agent tốt lên hay tệ đi

Phần improvement, trong đó có Observability, Evaluation, Engine và Fine-Tuning, thì Engine tự tìm lỗi, viết code và bản sửa prompt. Engine đồng thời theo dõi traffic chạy thật để phát hiện regression, nghe giống đầu bếp nếm món rồi nêm lại ngay, chứ không đợi khách chê mới sửa.

Fine-tuning từ trace lấy dữ liệu chạy thật để cải thiện agent. CapitalG gọi Engine là phần hào hứng nhất, cơ mà CapitalG đang dẫn đầu vòng này nên lời khen đó chưa thể đọc như nhận định trung lập.

Hai cổng gateway kiểm soát model, tool và chi phí

Governance thì gồm LLM Gateway và Tool Gateway, kiểm soát agent dùng model nào, gọi tool nào và tốn bao nhiêu tiền model. Rủi ro khi thiếu lớp kiểm soát này từng xảy ra thật, 9/10 model vượt rào ít nhất một lần trong thí nghiệm của Cornell và Yale, khi Agent AI tự nâng hạn mức chi tiêu sau khi đọc mã OTP trong email. CapitalG thừa nhận tool của lab và hyperscaler rất tốt, nên câu hỏi thực chiến là LangSmith hơn tool miễn phí ở chỗ nào?

Câu trả lời của hãng là nhiều model, nhiều cloud, nhiều agent trong một chỗ duy nhất. Harrison Chase diễn đạt sứ mệnh này bằng ba quyền tự do. Đó là quyền tự chọn model tốt nhất, kiểm soát dữ liệu và hạ tầng, cải thiện agent liên tục, đồng thời giữ governance để vận hành an toàn ở quy mô lớn.

Vì sao CapitalG tin tiền nằm ở lớp trên model

Con số định giá chỉ có nghĩa khi đặt cạnh luận điểm của CapitalG và dữ kiện vận hành thật, chứ đứng một mình thì chẳng nói được gì.

Minh họa dòng vốn chạy vào hạ tầng vận hành agent trong trung tâm dữ liệu
Minh họa: dòng vốn đang chạy vào hạ tầng vận hành agent thay vì model mới. Ảnh minh họa do AI tạo.

Model nào cũng gọi qua một API

Luận điểm của CapitalG là mọi công ty giờ đều tiếp cận cùng frontier model qua cùng một API, nên model tự nó không tạo lợi thế lâu dài. Agent giỏi khác biệt nhờ harness, context, eval và memory quanh model. CapitalG còn nói vòng đời phát triển agent (ADLC) đang thành hình tương tự vòng đời phát triển phần mềm một thế hệ trước, gồm build, test, deploy, monitor, iterate và govern.

Harrison Chase lấy ví dụ công ty bảo hiểm, một model chung thì biết deductible nghĩa là gì. Nhưng nó không biết xử lý một loại claim cụ thể, cho khách hàng cụ thể, ở jurisdiction cụ thể. Nó cũng không biết policy cụ thể và bằng chứng cụ thể của vụ đó là gì, và mình thấy ví dụ này đáng tiền nhất.

Chuyện pivot của LangChain cũng làm mình chú ý, vừa là bằng chứng thích nghi, vừa là lời nhắc về rủi ro bị thay thế. Cuối 2022, Harrison Chase bắt đầu LangChain từ một side project mã nguồn mở, làm những việc LLM đời đầu làm khó, như tìm web, gọi API và tương tác database.

Rồi các lab frontier tích hợp những việc đó vào harness của họ, buộc hãng phải chuyển lên tầng quản lý agent, và Microsoft AI Frontiers kết thúc, John Langford rời Microsoft sau khi AutoGen bị archived là ví dụ gần nhất cho thấy ngay cả framework agent của hãng lớn cũng có thể bị khai tử. Cơ mà cùng một kịch bản có thể lặp lại ở tầng quản lý agent, nếu lab tích hợp sâu observability và governance vào stack của họ.

Nó giống như mình vừa xây xong cái garage thì hãng xe ra luôn dịch vụ sửa xe tận nhà. Anh em nào từng vọc framework agent từ 2023 sẽ hiểu cảm giác này, hình như ai cũng từng dính một lần.

Nominal, Fractile và dòng tiền chảy vào hạ tầng agent

CapitalG và AI Frontier Post đặt LangChain trong cùng dòng chảy với Nominal và Fractile, Nominal gọi 240 triệu USD ở định giá 3 tỷ USD cho AI trong kỹ thuật phần cứng. Fractile gọi 720 triệu USD ở định giá 7 tỷ USD cho chip inference.

Nói gọn thì lab model gọi hàng chục tỷ USD, như OpenAI chốt 11 tỷ USD ở định giá 1,25 nghìn tỷ USD, còn công ty giúp model dùng được khi chạy thật gọi hàng trăm triệu USD. Crunchbase News xếp LangChain đồng hạng 4 trong 10 vòng lớn nhất tuần đó. Cùng tuần, Mirendil gọi 1 tỷ USD Series A, còn Mercor gọi 750 triệu USD Series D ở định giá 20 tỷ USD.

Clay và Workday, hai dữ kiện hãng tự báo

Bước nhảy định giá lấy 3 tỷ USD chia cho 1,25 tỷ USD, bằng 2,4 lần trong 13 tháng, tức tăng khoảng 140 phần trăm. Các vòng trước gồm seed 10 triệu USD Benchmark tháng 4/2023, Series A 25 triệu USD Sequoia tháng 2/2024 ở định giá khoảng 200 triệu USD, Series B 125 triệu USD IVP tháng 10/2025. Rồi vòng này là 300 triệu USD do CapitalG dẫn đầu tháng 11/2026, tức định giá tăng gấp 15 lần từ Series A trong chưa đầy 3 năm.

Hai dữ kiện hãng tự báo, chưa kiểm toán độc lập, là Clay theo dõi hàng trăm triệu lượt chạy agent mỗi tháng. Còn Workday rút triển khai agent mới từ 5 tháng xuống dưới 1 ngày. Hai mốc lượt tải 90 triệu và 350 triệu khác phạm vi đo nên không so sánh trực tiếp được, còn mã nguồn mở đã vượt 1 tỷ lượt tải lũy kế.

Điểm khác cốt lõi giữa vòng này với Series B nằm ở sản phẩm. Một năm trước, ở thời điểm Series B, LangSmith nổi tiếng nhất mới chỉ ở tracing và eval, còn nay hãng nói đã đủ ba trụ cột runtime, improvement và governance ở quy mô enterprise.

CapitalG dẫn đầu, GIC mới vào, doanh thu vẫn chưa công bố

Danh sách nhà đầu tư nói lên nhiều hơn con số 300 triệu USD, vì ai trả tiền sẽ cho biết vòng này là cược cũ hay cược mới. Nhưng danh sách mạnh mấy cũng không thay được con số doanh thu mà hãng không công bố.

Minh họa tòa nhà văn phòng về đêm với ánh sáng bốc lên, tượng trưng cho một công ty được định giá tỷ USD
Minh họa: một công ty công nghệ được định giá ở quy mô tỷ USD thu hút dòng vốn lớn. Ảnh minh họa do AI tạo.

CapitalG tăng cược lần thứ hai

CapitalG là quỹ tăng trưởng của Alphabet, lần đầu đầu tư vào LangChain ở Series B năm 2025, nay dẫn đầu vòng mới. Đây là lần tăng cược thứ hai của CapitalG, bài luận của quỹ đăng lúc 16:00 UTC ngày 13/11/2026.

Vòng này công bố lúc 15:53 UTC trên Business Wire và 15:55 UTC trên blog, còn TechCrunch đăng lúc 11:37 AM PST cùng ngày. Bài WSJ 12/11 đưa tin trước, mình chưa đọc trực tiếp vì paywall. Mo Jomaa của CapitalG gọi đây là một trong những thay đổi lớn nhất của phần mềm doanh nghiệp hiện nay.

GIC, DFJ Growth, Salesforce và MongoDB cùng góp vốn

Nhà đầu tư mới gồm GIC, quỹ đầu tư quốc gia Singapore, DFJ Growth, Salesforce Ventures, Insight Venture Partners, QuantumLight và MongoDB Ventures. Nhà đầu tư hiện hữu tham gia là IVP và Sapphire Ventures, còn Sequoia, Amplify và Benchmark tăng thêm vốn. Salesforce Ventures nói càng chạy lâu trên LangSmith càng khó thay thế, theo WebProNews, mình chưa đọc trang gốc.

Tổng vốn 460 triệu USD là tổng cộng dồn qua 4 vòng, lấy 10 cộng 25 cộng 125 cộng 300 triệu USD, vòng Series C chiếm gần 2 phần 3 tổng số. Tổng vốn không đồng nghĩa với số dư tiền mặt hiện tại. Headcount thì tăng từ 435 lên khoảng 850 vào cuối 2027, và đó là manh mối duy nhất về cách tiền sẽ được dùng, vì hãng không công bố phân bổ tiền.

7.000 tổ chức dùng, bao nhiêu tổ chức trả tiền?

Hơn 7.000 tổ chức đang dùng LangSmith theo hãng, gồm Harvey, Rippling, Listen Labs, Clay, Nvidia, Toyota, Salesforce, Workday, Bridgewater và LinkedIn. Tất cả đều là số hãng tự báo, chưa kiểm toán độc lập, và hãng không nói bao nhiêu trong đó trả tiền.

Hãng không công bố doanh thu, ARR, lợi nhuận, dòng tiền tự do hay tỷ lệ khách trả tiền, nên revenue multiple không tính được. Theo Tech Jacks Solutions, tín hiệu về khối lượng hợp đồng enterprise của LangSmith vào quý 1/2027 mới là điểm dữ liệu cứng đầu tiên để đọc định giá này. Cái bẫy nằm ở chỗ này, anh em đừng vội đọc 7.000 tổ chức thành 7.000 khách trả tiền.

Đối thủ cũng chào bán lớp quản lý agent thì sao?

Nếu lab tự bundle hết thì còn chỗ nào cho một lớp trung lập đứng riêng, đấy là câu hỏi mình mang theo suốt phần này.

Luận điểm lớp trung lập chỉ đứng vững khi đối thủ không làm được cùng một việc với giá rẻ hơn hoặc tiện hơn. Vì vậy mình đặt LangChain cạnh đúng những đối thủ đang chào bán lợi thế tương tự, từ tân binh Mintive tới lab model và cloud vendor lớn nhất.

Minh họa nhiều nền tảng quản lý agent cùng cạnh tranh trong một hệ sinh thái
Minh họa: nhiều nền tảng quản lý agent cùng cạnh tranh trong một hệ sinh thái. Ảnh minh họa do AI tạo.

Mintive gọi 7 triệu USD seed ngày 29/10

TechCrunch nhắc Mintive trong chính bài về LangChain, như ví dụ cho thấy nhiều startup khác cũng chào bán lợi thế tương tự và đang làm tốt. Mintive là startup quản trị identity cho agent, gọi 7 triệu USD seed do Cowboy Ventures dẫn đầu ngày 29/10/2026, tổng vốn 11 triệu USD.

Hai founder là Jiquan Ngiam, nhân viên đầu tiên của Coursera và từng làm ở Google Brain, cùng Vijay Vasudevan, đồng sáng tạo TensorFlow, còn angel gồm Jeff Dean, Andrej Karpathy và Frederic Kerrest. Mintive có hơn 50 khách hàng doanh nghiệp từ khi ra mắt tháng 2/2026, gồm Ro, Modern Treasury, University of Michigan, Coursera, Apax và Stability AI. Nền tảng này xử lý 2,5 triệu lượt gọi agent mỗi ngày, hơn 200 triệu lượt gọi trong 7 tháng.

Lab, hyperscaler và CrowdStrike cùng nhảy vào quản lý agent

Bức tranh cạnh tranh gồm Amazon, Microsoft, OpenAI và Anthropic, tất cả đều có hệ thống quản lý agent, cùng hơn 40 startup Y Combinator làm mảng tương tự. Vendor bảo mật CrowdStrike đồng ý trong tháng 11/2026 mua Fiddler và Dreadnode. LangChain có lợi thế đi trước và cộng đồng lớn, nhưng mọi năng lực LangSmith đang bán đều là thứ một vendor model có thể bundle vào. Trên Hacker News có bình luận hoài nghi chung về định giá dev tool AI, không phải về vòng này.

Khi nào lớp trung lập thành chi phí thừa

Thảo luận Reddit ngày 9/10/2026 so sánh mô hình kinh doanh LangChain với AWS Omni. Người đăng cho rằng đa số doanh thu của LangChain gắn với LangSmith, trong khi AWS Omni giờ phủ cùng mảng eval, observability, trace và annotation. Mình ghi rõ đây là tóm tắt qua trung gian KBlip, mình chưa đọc thread gốc.

Lớp trung lập thắng khi doanh nghiệp chạy hàng trăm agent trên nhiều model provider và nhiều cloud. Nó thua khi doanh nghiệp chỉ dùng một model của một lab, lúc đó lớp trung lập là chi phí thừa.

Ngày 20/11 kiểm chứng được gì về LangSmith?

Vòng gọi vốn công bố thứ Sáu 13/11, sản phẩm mới phô diễn thứ Sáu tuần sau, tức nhà đầu tư đang trả tiền trước cho thứ chưa được thấy.

Bảng giám sát của LangSmith theo dõi số lượt chạy agent của trợ lý hỗ trợ khách hàng theo thời gian
Bảng giám sát của LangSmith theo dõi số lượt chạy agent của một trợ lý hỗ trợ khách hàng theo thời gian. Ảnh: trang chính thức của LangSmith (langchain.com/langsmith).

Nhà đầu tư trả tiền trước, thấy hàng sau

Ngày 20/11/2026 LangChain tổ chức sự kiện ra mắt đặc biệt để chia sẻ một số tính năng mới của LangSmith. Chi tiết tính năng mới chưa được công bố trước sự kiện, nên mọi bài phân tích viết trước 20/11 đều chưa thể kiểm chứng bằng sản phẩm thật. Nếu tính năng mới chỉ là cải tiến nhỏ, câu chuyện định giá sẽ yếu đi.

Engine v2 và BYOC làm thước đối chiếu

Engine v2 tự tìm lỗi, viết code và bản sửa prompt, đồng thời theo dõi traffic chạy thật để phát hiện regression. BYOC chạy trong tài khoản Azure và Google Cloud của khách, cả hai đã ship mùa thu 2026. Mình tạm đối chiếu tính năng mới ngày 20/11 bằng ba ý. Tính năng đó có giải quyết nỗi đau vận hành thật hay không, có mở rộng BYOC hay cải thiện Engine v2 hay không, hay chỉ là cải tiến giao diện và tên gọi?

Sau 20/11, theo dõi re:Invent và quý 1/2027

Ngày 30/11/2026 LangChain có tên tại AWS re:Invent ở Las Vegas, mốc tiếp theo sau sự kiện 20/11. Tính tới chiều 15/11/2026 mình không tìm thấy thread Hacker News hay Reddit nào thảo luận riêng về vòng này. Vòng Series B một năm trước cũng chỉ được 3 points trên Hacker News.

Làm theo ngay: ghi lại ba mốc 20/11, 30/11 và quý 1/2027, rồi đối chiếu tính năng mới ngày 20/11 với Engine v2 và BYOC đã ship. Cảnh báo nhỏ: đừng vội kết luận từ một buổi ra mắt. Tính năng phô diễn trên sân khấu chưa chắc đã chạy ổn khi anh em ngốn hàng trăm triệu lượt gọi mỗi tháng.

Định giá 3 tỷ USD là cược, đáp án ở 20/11 và quý 1/2027

Gom lại, mức định giá này trả cho runtime, eval và governance của LangSmith, chứ không mua model mới.

Giao diện trace của LangSmith cho thấy từng bước một agent chạy trong production
Giao diện trace của LangSmith cho thấy từng bước một agent chạy trong production. Ảnh: trang chính thức của LangSmith (langchain.com/langsmith).

Những câu hỏi còn mở thì vẫn chưa có đáp án, hãng không công bố doanh thu, ARR hay tỷ lệ khách trả tiền trong 7.000 tổ chức, nên revenue multiple không tính được. Định giá lúc này là một cược chưa có doanh thu neo lại. Lần chạy agent thứ 100 của anh em có tốt hơn lần đầu không, và bằng chứng là gì? Nếu anh em đã dùng LangSmith khi chạy thật thì chia sẻ trải nghiệm thật giúp mình.

Nguồn tham khảo

Bài viết này có hữu ích cho công việc của bạn?
Báo thông số cũ / Góp ý
Ảnh đại diện tác giả Tuấn Prompt tại ThuThuatAI.net

Tuấn Prompt

Biên tập viên AI Thực chiến

Thợ săn AI thực chiến của ThuThuatAI.net. Chuyên bóc tách tool, prompt và model AI mới — cái nào có lệnh cài, có giá, có số liệu kiểm chứng được thì mới lên bài. Viết như nói chuyện với anh em: có chuyên môn, có hài hước, và nói thẳng chỗ nào chưa kiểm chứng.

ĐỌC TIẾP CÙNG CHUYÊN MỤC

Bài viết Chuyên sâu Cùng Chuyên mục Tin tức AI

TÀI LIỆU NỀN TẢNG ĐỀ XUẤT

Cẩm nang Nền tảng Đề xuất Đọc tiếp

Bình luận & Trao đổi (1)

  1. Mirendil gọi 1 tỷ USD Series A sau 141 ngày từ vòng seed, startup 1 tuổi làm gì mà đáng giá đó | Thủ Thuật AI

    […] LangSmith đã có hơn 7.000 tổ chức dùng theo hãng tự báo và hơn 1 tỷ events mỗi ngày. LangChain gọi tiền trên một sản phẩm đã có người dùng thật, còn Mirendil gọi 1 tỷ USD khi chưa có người dùng công khai, anh em muốn đọc kỹ thì xem bài LangChain gọi 300 triệu USD ở định giá 3 tỷ USD. […]

Để lại câu hỏi hoặc chia sẻ kinh nghiệm thực tế của bạn

Email của bạn được bảo mật tuyệt đối theo Nghị định 13/2023/NĐ-CP và không hiển thị công khai. Vui lòng ẩn danh API Key trước khi dán log lỗi.

BẢN TIN HÀNG TUẦN

Nhận điểm tin & thủ thuật AI chọn lọc mỗi tuần

Tổng hợp ngắn gọn các công cụ AI mới đáng thử, mẫu prompt dùng được ngay và kinh nghiệm tự động hóa thực tế. Chỉ 1 email mỗi tuần, không spam.

Không gửi thư rác quảng cáo. Xem chi tiết tại Chính sách bảo mật.