Langchain发布官方Agent IDE,不同于Dify/Coze的设计理念,能否获得开发者认可?

文摘   2024-08-03 16:07   北京  
不得不说,LLM时代已经从模型竞争全面进入应用开发工具链竞争阶段。位于中间层的平台层具有非常强的生态性和垄断性,向下对接越来越多样化的模型及差异化AI基础设施,向上承接不同领域的垂直应用,宛如“国家电网”一般具有极大的想象空间,向下对接各种发电厂(风电厂、火电厂、蓄电站…),向上对接各类电气应用(电灯,电视…),这样独特的定位吸引了国内外一大批巨头押注。
Langchain以框架起家,提供代码级工具包,降低LLM开发门槛,在过去一年里获得了很多开发者,帮助开发者快速构建AI应用。同时,还存在一波希望更低门槛,专注业务应用本身的用户群(包含非专业程序员),未能被满足,这就给了构建其上的Langflow,Flowise等平台产品生存机会,得以进一步向端到端,低门槛扩展。国内厂商也纷纷押注低代码的LLM应用开发平台,其中以Coze和Dify最具代表性,由于产品设计运营得当,这两款产品在国内外都收获不少粉丝,呈现出巨大的潜力。似乎相较于盯着dark theme的代码编辑器,更多用户喜欢可视化直观的方式开发自己的应用,这也让本身在这一领域的领头羊Langchain、llamaindex感受到压力(本文先谈谈Langchain动作,下一篇来看看llamaindex的动作,欢迎关注)。另一方面,细粒度的、灵活的编排能力即Agentic workflow的概念变得越来越成为共识,简单依靠LLM的能力和固化的流程当下是难以实际落地的,这也催生了拥有大量复杂逻辑的应用流程,如何开发调试它们成了新的难题。
Langchain作为在Agent开发领域最早探索的玩家,也意识到这一问题,在今年一月初就推出了LangGraph实验版本,六月底推出稳定版本0.10,定位Agent应用编排开发工具,旨在打开黑盒,提高可控性。相较于Dify等低代码可视化工具,LangGraph走的是编程式路线,但这类方法有优点也有缺点,优点是延续langchain的用户群习惯,缺点是面对复杂的流程逻辑,开发调试都不够直观。近日(8.1),为了解决这一问题,Langchain进一步的推出了基于LangGraph的Agent IDE——LangGraph Studio(https://github.com/langchain-ai/langgraph-studio),支持可视化的进行agent开发调试。这种高代码配合可视化调试界面的解法与微软推出AutoGen Studio如出一辙(延伸阅读:两款图形化工具AutoGen Studio、X-force,有望加强MultiAgent框架AutoGen的优势地位(精彩实例))。熟悉大数据调度编排工具airflow的朋友可能会感觉似曾相识。
和传统编程不同,LLM应用开发的一大特点就是迭代式,开发过程需要不断的和LLM进行交互,并基于反馈改进提示或者逻辑,因此,LangGraph Studio为了满足这样的需求,在设计上有一些特点,比如可以直观的根据视图不断优化应用,并且通过类似可视化的修改中间环节节点的逻辑和数据,使得调试验证更加简单,加速开发迭代速度。同时支持与Langsmith集成,进一步提升可观测性。
LangGraph Studio官方介绍
高代码编程式还是低代码声明式一直是当下应用开发工具设计争论的核心点之一。它们各有优势,面对的受众也不完全一致。那么,到底Coze/Dify这样的路线会成功?还是LangGraph,AutoGen这样的路线会成功?大家对两条路线大家倾向哪一种?留下你的见解,也可以加群一起探讨交流。
官方赠书活动点此参与:新书推荐:零基础入门深度学习及大模型建模与应用(有赠书)
后台回复“进群”入群讨论。

AI工程化
专注于AI领域(大模型、MLOPS/LLMOPS 、AI应用开发、AI infra)前沿产品技术信息和实践经验分享。
 最新文章