LangChain’s Offenes Ökosystem treibt skalierbare KI-Innovation voran

LangChain, ein führender Anbieter von KI-Frameworks und Orchestrierung, bleibt seinem Open-Source-Ökosystem verpflichtet und betont seinen herstellerneutralen Ansatz.

Harrison Chase, Mitbegründer und CEO von LangChain, erklärte gegenüber VentureBeat, dass der Erfolg der Plattform auf die Nachfrage der Entwickler nach Modellflexibilität zurückzuführen ist, ohne auf proprietäre Anbieter angewiesen zu sein.

„Die Stärke des LangChain-Frameworks liegt in seinen Integrationen und seinem lebendigen Ökosystem“, sagte Chase. „Sein großer Umfang ist weitgehend auf die Open-Source-Natur des Frameworks zurückzuführen.“

Chase wies darauf hin, dass LangChain im letzten Monat 72,3 Millionen Downloads verzeichnete und damit Konkurrenten wie OpenAI’s Agents SDK übertraf. Er betonte, dass die LangChain Python- und JS-Frameworks „4.500 Mitwirkende haben, mehr als die von Spark.“

Gegründet im Jahr 2022, hat sich LangChain über sein ursprüngliches Framework für die Entwicklung von KI-Anwendungen hinaus entwickelt. Im letzten Februar startete es LangSmith, eine Test- und Evaluierungsplattform, zusammen mit LangGraph und der LangGraph-Plattform für die Bereitstellung autonomer Agenten.

LangChain hat während seines Wachstums seine Open-Source- und herstellerunabhängige Haltung beibehalten und mit Unternehmen wie Google und Cisco an der Interoperabilität von Agenten zusammengearbeitet. Da Unternehmen KI-Agenten erkunden, sagte Chase, habe LangChain Möglichkeiten identifiziert, Bereitstellungsoptionen anzubieten, die auf die Vorlieben der Entwickler zugeschnitten sind.

„In den letzten 18 Monaten haben mehr Unternehmen versucht, in die Produktion zu gehen. Wir haben unser Angebot erweitert, vom Open-Source-LangChain bis hin zu unserem breiteren Portfolio, um diese Nachfrage zu erfüllen und den Aufbau agentischer Anwendungen zu vereinfachen“, sagte er.

LangGraph-Plattform erweitert Open-Source-Fähigkeiten

Die kürzlich gestartete LangGraph-Plattform von LangChain, die nun allgemein verfügbar ist, ermöglicht Entwicklern die Verwaltung und Bereitstellung persistenter, zustandsbehafteter Agenten. Diese „ambienten Agenten“ arbeiten im Hintergrund und werden durch bestimmte Ereignisse aktiviert.

„Wir haben uns darauf konzentriert, komplexe Infrastrukturherausforderungen für diese Agenten anzugehen“, sagte Chase. „LangGraph eignet sich hervorragend für langlaufende, zustandsbehaftete Agenten, ist aber nicht für einfache Anwendungen geeignet.“

Er betonte das Engagement des Unternehmens für ambiente, autonome Agenten, die als spannende Infrastrukturherausforderung angesehen werden.

Die LangGraph-Plattform bietet eine Ein-Klick-Bereitstellung, horizontale Skalierung für den Umgang mit variablem, erweitertem Datenverkehr, eine Persistenzschicht für das Agentengedächtnis, anpassbare API-Endpunkte und nativen Zugriff auf LangGraph Studio für das Debugging von Agenten.

Da Organisationen mehr Agenten einsetzen, bietet die LangGraph-Plattform eine Verwaltungskonsole zur Überwachung aktiver Agenten, zur Wiederverwendung gängiger Architekturen und zum Aufbau von Multi-Agenten-Systemen.

„LangGraph gibt Entwicklern die volle Kontrolle über die kognitive Architektur des Agenten. Für kritische Aktionen großer Sprachmodelle sorgt eine In-the-Loop-Evaluierung innerhalb einer LangGraph-App für Qualität“, sagte Chase.

Er fügte hinzu, dass LangGraph ein robustes Orchestrierungs-Framework für den Aufbau und die Bereitstellung zuverlässiger Agenten auf der LangGraph-Plattform bietet.

Während der Betaphase, so Chase, nutzten über 370 Teams die LangGraph-Plattform. LangChain bietet drei Preismodelle für die Plattform, die je nach Hosting-Präferenzen variieren.

LangChain’s robustes Open-Source-Ökosystem

Chase hob die Fähigkeit von LangChain hervor, ein umfassendes Ökosystem für die Entwicklung von Anwendungen und Agenten zu fördern.

LangSmith, die Test- und Beobachtungsplattform des Unternehmens, integriert sich mit LangGraph und der LangGraph-Plattform, um die Leistung von Agenten zu überwachen. Da viele Agenten auf der LangGraph-Plattform langlaufend sind, benötigen Unternehmen eine kontinuierliche Leistungsvalidierung.

Chase behauptete, dass LangGraph „das am weitesten verbreitete Agenten-Framework“ sei und Microsoft’s AutoGen und die CrewAI-Plattform übertreffe, was auf sein Open-Source-Modell zurückzuführen sei.

„LangGraph ist die erste Wahl für Teams, die benutzerorientierte oder stark frequentierte Agenten entwickeln, wie bei LinkedIn, Uber und GitLab. Seine niedrige, kontrollierbare Natur gewährleistet Skalierbarkeit und Zuverlässigkeit. Während CrewAI und AutoGen eine einfachere Einführung bieten, opfern sie Flexibilität für Benutzerfreundlichkeit“, sagte er.