使用 LangChain 做项目，作者花了一个多月，从入门到放弃，写了一篇《我为什么放弃了 LangChain？》https://t.co/oORuZYDRQk
LangChain 的范式设计很大程度增加了编程的复杂度，过度抽象也增加了认知负荷，而 AI Agents 的发展还在起步萌芽阶段，过早地深度封装和固定编程范式，对技术的发展本身也是一次伤害。
作者在项目实战中对比了使用 LangChain 和直接调用 ChatGPT API，体会到固定思考方式的 LangChain 并没有输出更好的结果，而改造它，让它变得听话则需要很大的力气，尽管它也提供了 Custom Agent/Chain 的能力，但这就像是杀鸡用牛刀，不还如手撸代码。
之前我在尝试使用通过 LangChain 调用 ChatGLM 的时候，也感受到了 LangChain 自身的一些局限性，它的设计可谓是为 ChatGPT 量身定制，底层 LLM 一更换，就会出现严重失调，需要对它的各种参数进行微调，而效果还不一定很好，最终又变成了手动定制 Prompt 直接跟 LLM 交互的模式。
针对不同诉求的开发者，未来市面上一定还会出现更多的轻量化工具，以减轻编码负担，降低理解成本。
