Hệ sinh thái mở của LangChain thúc đẩy đổi mới AI có khả năng mở rộng

LangChain, một nhà cung cấp khung AI và điều phối hàng đầu, vẫn cam kết với hệ sinh thái mã nguồn mở của mình, nhấn mạnh vào cách tiếp cận trung lập với nhà cung cấp.

Harrison Chase, đồng sáng lập và CEO của LangChain, chia sẻ với VentureBeat rằng thành công của nền tảng bắt nguồn từ nhu cầu của các nhà phát triển về sự linh hoạt trong mô hình, tránh phụ thuộc vào các nhà cung cấp độc quyền.

“Sức mạnh của khung LangChain nằm ở các tích hợp và hệ sinh thái sôi động của nó,” Chase nói. “Quy mô rộng lớn của nó phần lớn là nhờ vào bản chất mã nguồn mở của khung.”

Chase lưu ý rằng LangChain đã ghi nhận 72,3 triệu lượt tải xuống trong tháng vừa qua, vượt qua các đối thủ như OpenAI’s Agents SDK. Ông nhấn mạnh rằng các khung Python và JS của LangChain tự hào có “4.500 cộng tác viên, vượt xa con số của Spark.”

Được thành lập vào năm 2022, LangChain đã phát triển vượt ra ngoài khung ban đầu để xây dựng các ứng dụng AI. Vào tháng Hai năm ngoái, công ty ra mắt LangSmith, một nền tảng kiểm thử và đánh giá, cùng với LangGraph và Nền tảng LangGraph để triển khai các tác nhân tự trị.

LangChain đã duy trì lập trường mã nguồn mở và trung lập với nhà cung cấp trong suốt quá trình phát triển, hợp tác với các công ty như Google và Cisco về khả năng tương tác của tác nhân. Khi các doanh nghiệp khám phá các tác nhân AI, Chase cho biết LangChain đã xác định các cơ hội để cung cấp các tùy chọn triển khai phù hợp với sở thích của nhà phát triển.

“Trong 18 tháng qua, nhiều doanh nghiệp đã tìm cách chuyển sang sản xuất. Chúng tôi đã nâng cấp các sản phẩm của mình, từ LangChain mã nguồn mở đến danh mục rộng lớn hơn, để đáp ứng nhu cầu này và đơn giản hóa việc xây dựng các ứng dụng tác nhân,” ông nói.

Nền tảng LangGraph mở rộng khả năng mã nguồn mở

Nền tảng LangGraph của LangChain, vừa được ra mắt và hiện đã có sẵn rộng rãi, cho phép các nhà phát triển quản lý và triển khai các tác nhân bền vững, có trạng thái. Những “tác nhân xung quanh” này hoạt động trong nền, được kích hoạt bởi các sự kiện cụ thể.

“Chúng tôi đã tập trung vào việc giải quyết các thách thức cơ sở hạ tầng phức tạp cho các tác nhân này,” Chase nói. “LangGraph nổi bật với các tác nhân có trạng thái, chạy lâu dài, nhưng không phù hợp với các ứng dụng đơn giản.”

Ông nhấn mạnh cam kết của công ty đối với các tác nhân xung quanh, tự trị, coi chúng như một thách thức cơ sở hạ tầng hấp dẫn.

Nền tảng LangGraph cung cấp triển khai một cú nhấp chuột, khả năng mở rộng ngang để xử lý lưu lượng biến đổi, kéo dài, một lớp lưu trữ cho bộ nhớ của tác nhân, các điểm cuối API tùy chỉnh và quyền truy cập gốc vào LangGraph Studio để gỡ lỗi các tác nhân.

Khi các tổ chức triển khai nhiều tác nhân hơn, Nền tảng LangGraph cung cấp một bảng điều khiển quản lý để giám sát các tác nhân đang hoạt động, tái sử dụng các kiến trúc phổ biến và xây dựng các hệ thống đa tác nhân.

“LangGraph trao quyền cho các nhà phát triển kiểm soát hoàn toàn kiến trúc nhận thức của tác nhân. Đối với các hành động mô hình ngôn ngữ lớn quan trọng, đánh giá trong vòng lặp trong một ứng dụng LangGraph đảm bảo chất lượng,” Chase nói.

Ông bổ sung rằng LangGraph cung cấp một khung điều phối mạnh mẽ để xây dựng và triển khai các tác nhân đáng tin cậy trên Nền tảng LangGraph.

Trong giai đoạn thử nghiệm, Chase cho biết hơn 370 đội ngũ đã sử dụng Nền tảng LangGraph. LangChain cung cấp ba mức giá cho nền tảng, thay đổi tùy theo sở thích lưu trữ.

Hệ sinh thái mã nguồn mở mạnh mẽ của LangChain

Chase nhấn mạnh khả năng của LangChain trong việc xây dựng một hệ sinh thái toàn diện cho phát triển ứng dụng và tác nhân.

LangSmith, nền tảng kiểm thử và quan sát của công ty, tích hợp với LangGraph và Nền tảng LangGraph để theo dõi hiệu suất của tác nhân. Vì nhiều tác nhân trên Nền tảng LangGraph chạy lâu dài, các doanh nghiệp yêu cầu xác nhận hiệu suất liên tục.

Chase tuyên bố LangGraph là “khung tác nhân được chấp nhận rộng rãi nhất,” vượt qua Microsoft’s AutoGen và nền tảng CrewAI, nhờ vào mô hình mã nguồn mở của nó.

“LangGraph là lựa chọn hàng đầu cho các đội ngũ xây dựng các tác nhân hướng đến người dùng hoặc có lưu lượng cao, như tại LinkedIn, Uber và GitLab. Bản chất cấp thấp, có thể kiểm soát của nó đảm bảo khả năng mở rộng và độ tin cậy. Trong khi CrewAI và AutoGen cung cấp sự chấp nhận đơn giản hơn, chúng hy sinh tính linh hoạt để dễ sử dụng,” ông nói.