Langchain 使用有感： 1 Agent 是prompt操作管理器，管理了prompt工程以及进行CRUD等操作。 2 Chain 是链式操作，通过链式操作定义工作流。 langchain价值主张强...
用户昵称：韩一暐
Username：269cc267-7756-4583-a36b-5acd91bd41b6
Langchain 使用有感：
1 Agent 是prompt操作管理器，管理了prompt工程以及进行CRUD等操作。
2 Chain 是链式操作，通过链式操作定义工作流。
langchain价值主张强调服务于推理型应用，AI native研发工具链+运营运维工具+调试发布平台。
Agent中带有默认的各种Prompt Thought 的方式比如ReAct的能力，具备动态工作流的能力。
Chain 定义工作流的显性方式。
ComfyUI 和 Langchain 的区别是什么？（总有人问我这个问题）
价值主张和产品范围区别很大，所以早期用户之间可以认为是不同的两类人。
ComfyUI 作为sd出圈的可视化工作流管理工具，针对和优化的对象可能是SD-web-UI。目标是设计师中的coder，或者coder中的设计师，复合型的角色，加上SD组件众多，使得定义工作流、管理节点、调试等输出，也是之前流行的UI无法满足的需求。发展到现在ComfyUI，增加LLM节点，成为了拖拽式工作流得管理工具。使更多的有工作流思路的用户，可以快速输出自己想要的能力。RPA厂商突然拥有了更多的选择。
LangChain的主张推理型应用的后端开发框架，LangChain在Langgraph中提供了结点管理能力进一步工程化，始终没有对外输出自有的UI能力，产品的野心和收入的构建非常的完整。LangChain提供开源框架，LangSmith服务应用的运营场景，用于调试和prompt管理，LangServe可以托管APP并输出推理能力为API。
两者的可能的商业模式，
- ComfyUI输出自己的web应用平台，聚集一群人，最后可能会卖给谁，或者集成到figma之类的产品中，小而美的发展提供便利。
- LangChain 的Langserve覆盖了replica类似的模式，有可能成为新时代的heroku甚至更多，在大规模的请求的场景中，需要大客户的支持，或者养成一个社区。有可能的是langsmith prompt hub，提供了各种应用中分享出来的prompt。这个模式让我想起了最初的docker，docker swarm，docker hub，docker registry，最后K8s在巨人的推动下，docker没死，mesos再见，剩下的小而美依旧在线。
PS：工程上定义的Agent跟我设想的Agent还是有很大的不同，无论如何，都是工具，拆解和分析问题方法还是没改变，先跟机器人对齐了一波概念。
via 人工智能讨论组 - 即刻圈子 (author: 韩一暐)
via ChatGPT 精选 - Telegram Channel (author: aibot)
用户昵称：韩一暐
Username：269cc267-7756-4583-a36b-5acd91bd41b6
Langchain 使用有感：
1 Agent 是prompt操作管理器，管理了prompt工程以及进行CRUD等操作。
2 Chain 是链式操作，通过链式操作定义工作流。
langchain价值主张强调服务于推理型应用，AI native研发工具链+运营运维工具+调试发布平台。
Agent中带有默认的各种Prompt Thought 的方式比如ReAct的能力，具备动态工作流的能力。
Chain 定义工作流的显性方式。
ComfyUI 和 Langchain 的区别是什么？（总有人问我这个问题）
价值主张和产品范围区别很大，所以早期用户之间可以认为是不同的两类人。
ComfyUI 作为sd出圈的可视化工作流管理工具，针对和优化的对象可能是SD-web-UI。目标是设计师中的coder，或者coder中的设计师，复合型的角色，加上SD组件众多，使得定义工作流、管理节点、调试等输出，也是之前流行的UI无法满足的需求。发展到现在ComfyUI，增加LLM节点，成为了拖拽式工作流得管理工具。使更多的有工作流思路的用户，可以快速输出自己想要的能力。RPA厂商突然拥有了更多的选择。
LangChain的主张推理型应用的后端开发框架，LangChain在Langgraph中提供了结点管理能力进一步工程化，始终没有对外输出自有的UI能力，产品的野心和收入的构建非常的完整。LangChain提供开源框架，LangSmith服务应用的运营场景，用于调试和prompt管理，LangServe可以托管APP并输出推理能力为API。
两者的可能的商业模式，
- ComfyUI输出自己的web应用平台，聚集一群人，最后可能会卖给谁，或者集成到figma之类的产品中，小而美的发展提供便利。
- LangChain 的Langserve覆盖了replica类似的模式，有可能成为新时代的heroku甚至更多，在大规模的请求的场景中，需要大客户的支持，或者养成一个社区。有可能的是langsmith prompt hub，提供了各种应用中分享出来的prompt。这个模式让我想起了最初的docker，docker swarm，docker hub，docker registry，最后K8s在巨人的推动下，docker没死，mesos再见，剩下的小而美依旧在线。
PS：工程上定义的Agent跟我设想的Agent还是有很大的不同，无论如何，都是工具，拆解和分析问题方法还是没改变，先跟机器人对齐了一波概念。
via 人工智能讨论组 - 即刻圈子 (author: 韩一暐)
via ChatGPT 精选 - Telegram Channel (author: aibot)
