Ecosistema Abierto de LangChain Impulsa la Innovación Escalable en IA
LangChain, un proveedor líder de marcos y orquestación de IA, permanece dedicado a su ecosistema de código abierto, enfatizando su enfoque neutral respecto a proveedores.
Harrison Chase, cofundador y CEO de LangChain, dijo a VentureBeat que el éxito de la plataforma proviene de la demanda de los desarrolladores por flexibilidad en los modelos, evitando la dependencia de proveedores propietarios.
“La fortaleza del marco de LangChain radica en sus integraciones y su vibrante ecosistema,” dijo Chase. “Su gran escala se debe en gran medida a la naturaleza de código abierto del marco.”
Chase señaló que LangChain registró 72.3 millones de descargas el último mes, superando a competidores como el Agents SDK de OpenAI. Destacó que los marcos de Python y JS de LangChain cuentan con “4,500 colaboradores, superando en número a los de Spark.”
Fundada en 2022, LangChain ha evolucionado más allá de su marco original para construir aplicaciones de IA. En febrero pasado, lanzó LangSmith, una plataforma de pruebas y evaluación, junto con LangGraph y la Plataforma LangGraph para desplegar agentes autónomos.
LangChain ha mantenido su postura de código abierto y neutralidad con respecto a proveedores durante su crecimiento, asociándose con empresas como Google y Cisco en interoperabilidad de agentes. A medida que las empresas exploran agentes de IA, Chase dijo que LangChain identificó oportunidades para proporcionar opciones de despliegue adaptadas a las preferencias de los desarrolladores.
“En los últimos 18 meses, más empresas han buscado pasar a producción. Hemos mejorado nuestras ofertas, desde el LangChain de código abierto hasta nuestro portafolio más amplio, para satisfacer esta demanda y simplificar la construcción de aplicaciones agenticas,” dijo.
La Plataforma LangGraph Amplía las Capacidades de Código Abierto
La Plataforma LangGraph, recientemente lanzada por LangChain y ahora generalmente disponible, permite a los desarrolladores gestionar y desplegar agentes persistentes y con estado. Estos “agentes ambientales” operan en segundo plano, activados por eventos específicos.
“Nos hemos enfocado en abordar desafíos de infraestructura complejos para estos agentes,” dijo Chase. “LangGraph destaca para agentes de larga duración y con estado, pero no es adecuado para aplicaciones simples.”
Enfatizó el compromiso de la empresa con agentes ambientales y autónomos, viéndolos como un desafío de infraestructura convincente.
La Plataforma LangGraph ofrece despliegue con un solo clic, escalado horizontal para manejar tráfico variable y extendido, una capa de persistencia para la memoria de los agentes, puntos finales de API personalizables y acceso nativo a LangGraph Studio para depurar agentes.
A medida que las organizaciones despliegan más agentes, la Plataforma LangGraph proporciona una consola de gestión para monitorear agentes activos, reutilizar arquitecturas comunes y construir sistemas multiagente.
“LangGraph empodera a los desarrolladores con control total sobre la arquitectura cognitiva del agente. Para acciones críticas de modelos de lenguaje grandes, la evaluación en el bucle dentro de una aplicación LangGraph asegura la calidad,” dijo Chase.
Añadió que LangGraph ofrece un marco de orquestación robusto para construir y desplegar agentes confiables en la Plataforma LangGraph.
Durante su fase beta, Chase dijo que más de 370 equipos usaron la Plataforma LangGraph. LangChain ofrece tres niveles de precios para la plataforma, que varían según las preferencias de alojamiento.
El Robusto Ecosistema de Código Abierto de LangChain
Chase destacó la capacidad de LangChain para fomentar un ecosistema integral para el desarrollo de aplicaciones y agentes.
LangSmith, la plataforma de pruebas y observabilidad de la empresa, se integra con LangGraph y la Plataforma LangGraph para monitorear el rendimiento de los agentes. Dado que muchos agentes en la Plataforma LangGraph son de larga duración, las empresas requieren una validación continua del rendimiento.
Chase afirmó que LangGraph es “el marco de agentes más ampliamente adoptado,” superando a AutoGen de Microsoft y la plataforma CrewAI, atribuyendo su éxito a su modelo de código abierto.
“LangGraph es la opción preferida para equipos que construyen agentes orientados al usuario o de alto tráfico, como los de LinkedIn, Uber y GitLab. Su naturaleza de bajo nivel y controlable asegura escalabilidad y confiabilidad. Mientras que CrewAI y AutoGen ofrecen una adopción más simple, sacrifican flexibilidad por facilidad de uso,” dijo.
Artículo relacionado
Palmetto quiere que los desarrolladores de software electrifiquen a Estados Unidos utilizando sus modelos de construcción de IA
Si está considerando paneles solares o una bomba de calor para su hogar, es posible que se pregunte: "¿Cuántos paneles necesito?" o "¿Qué tamaño de bomba de calor debo obtener?" Tradicionalmente, responder estas preguntas significaba que un contratista visitara su propiedad. Sin embargo, durante la última década, las compañías de instalación solar h
XAI presenta API de generación de imágenes
El atuendo de IA de Elon Musk, Xai, ha condimentado las cosas al agregar la generación de imágenes a su API. En este momento, tienen solo un modelo en la lista, denominado "Grok-2-Image-1212". Alimente un título y se preparará a 10 imágenes para usted en formato JPG, con un límite de cinco solicitudes por segundo. Cada imagen será
Microsoft mejora el copiloto con herramientas de investigación impulsadas por IA
Microsoft está implementando una nueva función de "investigación profunda" en su Microsoft 365 Copilot Ai Chatbot, uniéndose a los gustos de ChatGPT de Openai, Gemini de Google y Grok de Xai en la carrera para mejorar las capacidades de chatbot. Estas herramientas se impulsan por razonamiento de modelos de IA que pueden abordar problemas complejos e incluso
comentario (0)
0/200
LangChain, un proveedor líder de marcos y orquestación de IA, permanece dedicado a su ecosistema de código abierto, enfatizando su enfoque neutral respecto a proveedores.
Harrison Chase, cofundador y CEO de LangChain, dijo a VentureBeat que el éxito de la plataforma proviene de la demanda de los desarrolladores por flexibilidad en los modelos, evitando la dependencia de proveedores propietarios.
“La fortaleza del marco de LangChain radica en sus integraciones y su vibrante ecosistema,” dijo Chase. “Su gran escala se debe en gran medida a la naturaleza de código abierto del marco.”
Chase señaló que LangChain registró 72.3 millones de descargas el último mes, superando a competidores como el Agents SDK de OpenAI. Destacó que los marcos de Python y JS de LangChain cuentan con “4,500 colaboradores, superando en número a los de Spark.”
Fundada en 2022, LangChain ha evolucionado más allá de su marco original para construir aplicaciones de IA. En febrero pasado, lanzó LangSmith, una plataforma de pruebas y evaluación, junto con LangGraph y la Plataforma LangGraph para desplegar agentes autónomos.
LangChain ha mantenido su postura de código abierto y neutralidad con respecto a proveedores durante su crecimiento, asociándose con empresas como Google y Cisco en interoperabilidad de agentes. A medida que las empresas exploran agentes de IA, Chase dijo que LangChain identificó oportunidades para proporcionar opciones de despliegue adaptadas a las preferencias de los desarrolladores.
“En los últimos 18 meses, más empresas han buscado pasar a producción. Hemos mejorado nuestras ofertas, desde el LangChain de código abierto hasta nuestro portafolio más amplio, para satisfacer esta demanda y simplificar la construcción de aplicaciones agenticas,” dijo.
La Plataforma LangGraph Amplía las Capacidades de Código Abierto
La Plataforma LangGraph, recientemente lanzada por LangChain y ahora generalmente disponible, permite a los desarrolladores gestionar y desplegar agentes persistentes y con estado. Estos “agentes ambientales” operan en segundo plano, activados por eventos específicos.
“Nos hemos enfocado en abordar desafíos de infraestructura complejos para estos agentes,” dijo Chase. “LangGraph destaca para agentes de larga duración y con estado, pero no es adecuado para aplicaciones simples.”
Enfatizó el compromiso de la empresa con agentes ambientales y autónomos, viéndolos como un desafío de infraestructura convincente.
La Plataforma LangGraph ofrece despliegue con un solo clic, escalado horizontal para manejar tráfico variable y extendido, una capa de persistencia para la memoria de los agentes, puntos finales de API personalizables y acceso nativo a LangGraph Studio para depurar agentes.
A medida que las organizaciones despliegan más agentes, la Plataforma LangGraph proporciona una consola de gestión para monitorear agentes activos, reutilizar arquitecturas comunes y construir sistemas multiagente.
“LangGraph empodera a los desarrolladores con control total sobre la arquitectura cognitiva del agente. Para acciones críticas de modelos de lenguaje grandes, la evaluación en el bucle dentro de una aplicación LangGraph asegura la calidad,” dijo Chase.
Añadió que LangGraph ofrece un marco de orquestación robusto para construir y desplegar agentes confiables en la Plataforma LangGraph.
Durante su fase beta, Chase dijo que más de 370 equipos usaron la Plataforma LangGraph. LangChain ofrece tres niveles de precios para la plataforma, que varían según las preferencias de alojamiento.
El Robusto Ecosistema de Código Abierto de LangChain
Chase destacó la capacidad de LangChain para fomentar un ecosistema integral para el desarrollo de aplicaciones y agentes.
LangSmith, la plataforma de pruebas y observabilidad de la empresa, se integra con LangGraph y la Plataforma LangGraph para monitorear el rendimiento de los agentes. Dado que muchos agentes en la Plataforma LangGraph son de larga duración, las empresas requieren una validación continua del rendimiento.
Chase afirmó que LangGraph es “el marco de agentes más ampliamente adoptado,” superando a AutoGen de Microsoft y la plataforma CrewAI, atribuyendo su éxito a su modelo de código abierto.
“LangGraph es la opción preferida para equipos que construyen agentes orientados al usuario o de alto tráfico, como los de LinkedIn, Uber y GitLab. Su naturaleza de bajo nivel y controlable asegura escalabilidad y confiabilidad. Mientras que CrewAI y AutoGen ofrecen una adopción más simple, sacrifican flexibilidad por facilidad de uso,” dijo.
Palmetto quiere que los desarrolladores de software electrifiquen a Estados Unidos utilizando sus modelos de construcción de IA
Si está considerando paneles solares o una bomba de calor para su hogar, es posible que se pregunte: "¿Cuántos paneles necesito?" o "¿Qué tamaño de bomba de calor debo obtener?" Tradicionalmente, responder estas preguntas significaba que un contratista visitara su propiedad. Sin embargo, durante la última década, las compañías de instalación solar h
XAI presenta API de generación de imágenes
El atuendo de IA de Elon Musk, Xai, ha condimentado las cosas al agregar la generación de imágenes a su API. En este momento, tienen solo un modelo en la lista, denominado "Grok-2-Image-1212". Alimente un título y se preparará a 10 imágenes para usted en formato JPG, con un límite de cinco solicitudes por segundo. Cada imagen será
Microsoft mejora el copiloto con herramientas de investigación impulsadas por IA
Microsoft está implementando una nueva función de "investigación profunda" en su Microsoft 365 Copilot Ai Chatbot, uniéndose a los gustos de ChatGPT de Openai, Gemini de Google y Grok de Xai en la carrera para mejorar las capacidades de chatbot. Estas herramientas se impulsan por razonamiento de modelos de IA que pueden abordar problemas complejos e incluso
