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。