LangChain là vô nghĩa

• Đầy rẫy những đoạn mã wrapper vô dụng
  • Embeddings thực chất chỉ là wrapper không làm gì của SentenceTransformer
  • Chroma cũng chỉ là wrapper đơn giản của ChromaDB
  • Đầy những hàm 'helper' chỉ đơn giản gọi các hàm Python thông thường
• Tài liệu cũng hầu như không có nội dung hữu ích
• Trông như một dự án cho người mới bắt đầu chỉ đơn thuần chạy theo thời thế

Nội dung được GN⁺ tóm tắt

• LangChain: công nghệ giúp dễ dàng thay thế mô hình ngôn ngữ, vector store và bộ tách văn bản trong chương trình
• Mục tiêu là trừu tượng hóa các thành phần để tiết kiệm thời gian và làm mã linh hoạt hơn
• Một số người dùng cho rằng LangChain có thiết kế tệ và gây khó hiểu
• Tài liệu còn thiếu và codebase có rất nhiều hàm không cần thiết
• Người dùng gặp khó khăn khi thay thế các thành phần và đôi khi phải viết lại prompt cùng mã nguồn
• Một số người dùng đã tìm đến các giải pháp thay thế như Griptape hoặc tự xây dựng hàm riêng
• Tuy vậy, bất chấp các khuyết điểm, LangChain vẫn được ưa chuộng nhờ khả năng tương tác và xử lý nhiều mô hình cùng vector store khác nhau
• Những người am hiểu công nghệ có thể quan tâm đến bài viết này để biết ưu và nhược điểm của các dự án sử dụng LangChain
• Đây là công cụ phù hợp để người mới bắt đầu làm quen, và cũng có thể dùng cho các dự án nâng cao hơn
• Tài liệu của LangChain còn thiếu và nhiều tính năng chưa được ghi chép đầy đủ
• Cần có thêm các hướng dẫn và ví dụ nâng cao hơn cho những người dùng muốn vượt ra ngoài LangChain
• Cộng đồng lập trình có ý kiến trái chiều về LangChain: một số thấy hữu ích, số khác chỉ trích rằng nó hạn chế
• Sự phát triển của các công cụ tương tự LangChain là một phần của cuộc cách mạng AI đang diễn ra nhanh chóng
• Người dùng được khuyến khích đóng góp cho các dự án mã nguồn mở như LangChain để cải thiện chúng
• Để trưởng thành và học hỏi, lập trình viên cần giữ sự khiêm tốn và chấp nhận phê bình
• LangChain là một dự án mã nguồn mở phổ biến trong cộng đồng AI
• Một số nhà phát triển cho rằng LangChain không đáng dùng vì không mang lại tính năng mới và còn hạn chế
• Thay vào đó có thể dùng các thư viện khác như SentenceTransformers, ChromaDB và requests
• LangChain bị xem là dự án dành cho người mới bắt đầu do có rất nhiều sao trên GitHub
• Một số nhà phát triển đề xuất SymbolicAI hoặc Haystack là lựa chọn tốt hơn LangChain
• Có những lo ngại về tính trừu tượng của chain và khả năng cấu thành của LangChain; một số nhà phát triển tin rằng các dạng trừu tượng khác như DAG hoặc state machine sẽ hiệu quả hơn
• EdgeChains là một thư viện khác cung cấp prompt engineering cho AI tạo sinh dưới dạng quản lý cấu hình
• Một số nhà phát triển bày tỏ sự thất vọng với tài liệu và hành vi thiếu nhất quán của LangChain
• Nhìn chung, LangChain hữu ích cho mục đích học tập nhưng có thể không phù hợp với các hệ thống ở cấp độ sản phẩm

[xguru]

Trên Hacker News cũng có nhiều ý kiến khác nhau.
LangChain đã nhận khoảng 30 triệu USD tiền đầu tư từ Benchmark và Sequoia, nhưng liệu nó có thực sự xứng đáng với khoản đầu tư đó hay không vẫn đang gây nhiều tranh luận.

Đánh giá của nhà phát triển simpleaichat, một lựa chọn thay thế đơn giản cho LangChain

• LangChain không giúp được bao nhiêu mà lại gây lock-in
• Workflow ReAct/prompt engineering đã lỗi thời
• Gần như không thể debug được (ngay cả khi verbose=true)
• Nếu muốn làm những thứ ngoài workflow có trong tài liệu, việc hack thực sự rất khó, kể cả khi dùng Custom Agents
• Dù vậy, sự quan tâm mà LangChain nhận được trên thực tế lại không tốt cho hệ sinh thái AI

[xguru]

Tất nhiên trên GeekNews cũng đã có khá nhiều tin liên quan đến LangChain được đăng lên rồi..

LangChain - Thư viện kết nối LLM với bên ngoài
LangFlow - GUI cho LangChain
Sổ tay AI LangChain
LangChain: Chat with Your Data khóa học miễn phí [1 giờ]

[GN⁺]

Ý kiến trên Hacker News

• Đây là một nỗ lực giải quyết vấn đề trên nền tảng kỹ thuật không thể hỗ trợ các giới hạn kỹ thuật của LangChain
• Thế hệ LLM hiện tại thiếu khả năng tái sử dụng
• Để xây dựng chức năng bằng chuỗi LLM, cần có các prompt tùy chỉnh viết thủ công và định dạng dữ liệu cụ thể
• LangChain cố gắng trừu tượng hóa để tăng khả năng tái sử dụng, nhưng rốt cuộc lại dẫn đến một framework DAG trung gian với đầu ra rác
• LangChain khuyến khích sự phụ thuộc vào công cụ dù không mang lại lợi ích cho nhà phát triển
• Cách triển khai hiện tại của quy trình ReAct và prompt engineering đã lỗi thời
• Việc debug lỗi trong LangChain rất khó, và thao tác với workflow cũng đầy thách thức
• Tài liệu thiếu các chi tiết cần thiết, buộc người dùng phải đào sâu trực tiếp vào codebase
• Sự phổ biến của LangChain đang làm méo mó hệ sinh thái AI và gây hại cho phát triển cũng như khả năng đọc mã
• LiteChain, một lựa chọn thay thế cho LangChain, thực sự cung cấp các monad có thể lắp ghép và codebase đơn giản hơn
• LangChain đang tái tạo lại ETL, nơi đã có sẵn những công nghệ mạnh mẽ
• Các lớp trừu tượng của LangChain hầu như không bổ sung giá trị và có thể thực hiện dễ dàng ngay cả khi không dùng framework
• LangChain đã huy động được khoản đầu tư đáng kể nhưng chất lượng lại đáng ngờ
• So với các giải pháp khác, hiệu năng của LangChain không tốt
• LangChain bị xem là một lớp trừu tượng sai lầm, tự đưa vào API và độ phức tạp riêng
• Có đề xuất ngừng sử dụng prompt templates trong LangChain
• Các nhà phát triển ML giàu kinh nghiệm cho rằng LangChain là vô nghĩa đối với phát triển sản phẩm, nhưng với người khác nó vẫn có thể hữu ích
• LangChain là vô nghĩa