Langchain危矣?微软Semantic Kernel(SK)来抢人了,剑指大模型应用开发

大模型云安全

动手点关注

picture.image

干货不迷路

大模型热带起来大模型开发框架的大发展。langchain凭借着创始人的眼光和勤奋,早期快速迭代,迅速抢占市场空白,笼络了大量的生态开发者,成为当前大模型应用编排开发领域的一哥。但由于其概念,功能繁多,代码质量,稳定性等问题被越来越多的开发者所诟病。

早在5月份,Ycombinator就曾发生过论战,讨论langchain的缺点,被称作是一个平庸的 DAG 框架(但实话实说,这并不全是langchain的问题,而是目前大模型应用开发框架都存在的问题)。

picture.image

另外,langchain在代码质量上,和同类框架也有差距,在漏洞检测网站,langchain有11个问题,而llamaindex仅有一个,Semantic-Kernel(SK)没有。

picture.image

之前就提到过,微软发力大模型全生态领域,并且希望能够占据霸主地位。而距离应用开发者最近的大模型编排和开发框架自然是重中之重。在之前文章爆料:微软大模型开发包Semantic Kernel (SK)疑似增加java版本,java开发者有福了,就提到过,微软找到了langchain等框架语言覆盖不全的问题,推出了java版本。但微软在生态推广上并不是非常的高调,一直处于低调打磨状态。

不过,最近形势发生了变化,微软开始高调挖人,并且剑指langchain。在他的官方博客里明确的提到了langchain用户如何迁移到SK上,其意图非常明显,就是希望把langchain的开发者招拢到自己生态麾下。

picture.image

官方博客提供了完整的案例和代码例子,覆盖了LLM应用的常见应用模式,如RAG和AGENT等。

picture.image

代码:https://github.com/microsoft/semantic-kernel/tree/main/python/notebooks

在框架推广上,近日,找到了吴恩达,在deeplearning.ai开设免费课程,宣传推广SK的使用。

picture.image

课程地址:https://www.deeplearning.ai/short-courses/microsoft-semantic-kernel

结语

大模型应用开发生态尤为重要,它相对于大模型本身拥有更强的用户粘性,是很有价值的长期耕耘的领域,在目前局势未明朗之时,其投入有效性远远高于大局已定的时候,比如web开发领域的Spring,云原生领域的K8S。这可能也是微软等公司为什么非常重视的原因吧,那么,langchain能否应对OpenAI,微软等巨头的不断压缩的生存空间,持续保持领先,欢迎朋友们留下你们的观点,供大家参考。

picture.image

0
0
0
0
关于作者
关于作者

文章

0

获赞

0

收藏

0

相关资源
云原生可观测性技术的落地实践
云原生技术和理念在近几年成为了备受关注的话题。应用通过云原生改造,变得更动态、弹性,可以更好地利用云的弹性能力。但是动态、弹性的环境也给应用以及基础设施的观测带来了更大的挑战。本次分享主要介绍了云原生社区中可观测性相关的技术和工具,以及如何使用这些工具来完成对云原生环境的观测。
相关产品
评论
未登录
看完啦,登录分享一下感受吧~
暂无评论