MÓDULO 6 · OBSERVABILIDAD · LECCIÓN 03 · 25 MIN

LangFuse frente a LangSmith

La elección no se decide por "cuál tiene mejor dashboard". Se decide por dos preguntas: ¿tu orquestación es LangChain, y pueden tus datos salir de tu red? Casi todo lo demás se deriva de esas dos respuestas.
01 — Los dos ejes
Dónde cae tu proyecto
LangChain sí · datos pueden salir LangSmith

Se enciende con variables de entorno y cero código. Es el caso en el que la diferencia de esfuerzo es mayor.

LangChain sí · datos NO salen LangFuse autoalojado

El requisito de soberanía manda sobre la comodidad. Pagas el precio de pasar el CallbackHandler en cada invocación.

Sin framework · datos pueden salir empate técnico

Las dos piden instrumentar a mano. Decide lo que vayas a necesitar después: registro de prompts o bucle de evaluación.

Sin framework · datos NO salen LangFuse autoalojado

El eje de LangChain está apagado, así que solo queda el que decide de verdad.

Ese segundo eje es el que manda en un cliente corporativo — los prompts llevan lo que escribió el usuario — y es justo el que la guía menciona de pasada, dentro de una celda de "NO lo uses cuando…".

02 — La comparativa
Diferencia por diferencia
LangFuseLangSmith
Instrumentación con LangChainCallbackHandler en cada invokeVariables de entorno, cero código
Instrumentación sin framework@observe + wrapper langfuse.openai@traceable + SDK
Registro de prompts versionadoSí, pieza central del productoNo como registro propio
Notas de calidadscorefeedback
Datasets y experimentosVía librerías externasIntegrado con la ejecución
AutoalojamientoOpen source, Docker + PostgresExiste, ligado al plan Enterprise
03 — Lo diferencial
Lo que solo tiene cada uno
LangFuse · prompt registry
Los prompts viven fuera del código, versionados, con etiquetas de despliegue y con la traza enlazada a la versión exacta que se usó. Convierte "cambiar el tono del bot" en una operación de producto, no en un despliegue.
LangSmith · bucle de evaluación
Dataset, evaluador y ejecución en la misma herramienta: subes ejemplos, corres tu cadena sobre todos, aplicas evaluadores y comparas variantes en una tabla.
04 — Lo transferible
Lo que la elección no cambia
Sigue valiendo igual en las dos
// migrar es traducir vocabulario y reescribir la capa de instrumentación. No es volver a aprender observabilidad.
Auditoría

"LangFuse es Open Source. Puedes desplegarlo en tu propio AWS/Azure usando Docker. El código es el mismo, solo cambias LANGFUSE_HOST." El núcleo sí es open source, pero en productos así es habitual que las funciones de empresa — SSO, control de acceso por roles, retención larga — queden fuera de la edición libre. ¿Qué incluye exactamente la licencia de la versión autoalojada hoy? Comprueba eso antes de prometer paridad a un cliente.

Y la coherencia del propio material: a mitad de la guía, justo tras la lección de gestión de prompts, aparece un "¡Enhorabuena! Has completado el Módulo 4: Observabilidad y Gestión"… y a continuación vienen dos lecciones más de LangFuse y siete de LangSmith. La cadena de "Siguiente paso" tampoco cuadra: la primera lección anuncia Evaluación y Métricas, pero la unidad que sigue es la del CallbackHandler. El texto viene de otro montaje del temario. No afecta al código, sí a fiarte del orden que propone.

05 — Ahora tú
Decide con dos frases

Coge el proyecto real que tengas más a mano y contesta los dos ejes por escrito, en una frase cada uno: ¿lo orquesta LangChain? ¿pueden salir los datos de tu red? Con esas dos respuestas la elección está hecha.

Después, la parte que importa: de las razones que has escrito, ¿cuál no has verificado tú? Ésa es la que hay que ir a comprobar a la documentación antes de convertirla en una decisión de arquitectura.