LangChainModelasaService粘合剂，被ChatGPT插件干掉了吗？

　　作者、编辑：程天一
　　排版：Lydia、Zoey LangChain 很火，有关它的前途命运也有很多争议，但一个相对肯定的结论是：LangChain 已经成为了 AI 应用开发的新手村。22 年 11 月初，Hacker News 上＂如何入门 AI＂的帖子回复中，LangChain 第一次被列进入门套装：
　　看 Fast.ai 和 Andrej Karpathy 的 YouTube 频道。在本地试试跑 Stable Diffusion。用 YOLO 标记你的图片。用 LangChain，在 Hugging Face 学学如何使用 Transformer 的库。然后去 Kaggle 吧。
　　LangChain 由前 Robust Intelligence 的机器学习工程师 Chase Harrison 在 22 年 10 月底推出，是一个封装了大量 LLM 应用开发逻辑和工具集成的开源 Python 库，有成为第一个被广泛认可的 LLM 应用开发框架的势头。随着 Harrison 为 LangChain 添加了很多实用的抽象，以及 23 年 1 月众多 AI Hackathon 决赛项目使用 LangChain，它的 Github Star 迅速破万，成为 LLM 应用开发者选择中间件时想到的第一个名字。
　　从开发者视角看，LangChain 是个挺友好且优美的库：
　　• 它非常模块化，还通过 Chain、Agent、Memory 对 LLM 的抽象帮助开发者提高了构建较复杂逻辑应用的效率；而且每个模块有很好的可组合性，有点像＂为 LLM 提供了本 SOP＂，能实现 LLM 与其他工具的组合、Chain 与 Chain 的嵌套等逻辑；
　　• 它一站式集成了所有工具，从各种非结构化数据的预处理、不同的 LLM、中间的向量和图数据库和最后的模型部署，贡献者都帮 LangChain 跟各种工具完成了迅速、全面的集成。
　　作为成长期投资者看 LangChain，它本身还太早期，远没到成长逻辑。除此之外，我对它在商业层面未来发展的核心担忧在于：
　　• 我们不能直接套用旧时代的中间件视角，随着 ChatGPT Plug-In 出现和 OpenAI 的更多边界延伸，LangChain 的价值可能被取代，很快像机器学习历史上的其他明星库一样隐入尘埃；
　　• LangChain 本身的壁垒也比较薄，是＂其他开源库身上的开源库＂，没有太多技术壁垒，只是替大家省下来了码的时间。如果要收费使用，很多开发者可能会选择自己把 LangChain 这套东西码出来；
　　• 目前使用 LangChain 库的以个人开发者和极客的 side project 为主，还不是正经的企业级 LLM 集成工具，而稍微有点体量的公司都会选择 fork LangChain 的源码或者干脆自己再码套框架。
　　从投资人的角度看，LangChain 的创始人 Harrison Chase 想做的不止是 LangChain 这个开源库而已，我们比较期待他服务 AI 应用开发者的下一步动作。此外，我在本文使用了尽可能通俗易懂的方式呈现和分析 LangChain 的能力，所以没有技术背景的读者也可以放心阅读本文，也欢迎 LangChain 开发者填写反馈征集问卷 。
　　以下为本文目录， 建议结合要点进行针对性阅读。