东方证券-计算机行业：他山之石系列报告-二-：大模型应用开发框架LangChain梳理-230716

文本预览：

《东方证券-计算机行业：他山之石系列报告-二-：大模型应用开发框架LangChain梳理-230716（10页）.pdf》由会员分享，可在线阅读，更多相关《东方证券-计算机行业：他山之石系列报告-二-：大模型应用开发框架LangChain梳理-230716（10页）.pdf（10页精品完整版）》请在悟空智库报告文库上搜索。

（以下内容从东方证券《计算机行业：他山之石系列报告（二）：大模型应用开发框架LangChain梳理》研报附件原文摘录）
　　核心观点 　　LangChain是一个开发由语言模型驱动的应用程序的框架，加快基于大模型的应用构建速度。LangChain于22年10月底推出，是一个封装了大量大语言模型（LLM）应用开发逻辑和工具集成的开源Python库，提供了标准的模块化组件，集成了不同的大语言模型并将其进行整合，并将它们连接到各种外部数据源和API，开发者们可以直接调用，大大加快了构建大模型应用的速度。有了LangChain，做一个基于公司内部文档的问答机器人通常只需要两天，而直接fork别人基于LangChain的代码构建个人的Notion问答机器人则只需要几个小时。 　　针对大模型应用上的不足，LangChain提供模块化组件进行优化。针对通用大模型难以获取外部信息、无法保存上下文记忆等不足，LangChain提供了多个组件模块：Model模块可以将LLM的强大能力轻松集成到工作应用程序中；prompttemplate可以单独定义prompt的输入输出格式，输出解析器可以将LLM的输出解析为所需要的格式；Chain提供了将各种组件合并成一个统一应用程序的方式，通过链式结构可以实现多个模型的序列调用；Agent将LLM作为推理引擎，它会利用互联网上学习到的背景知识或你提供的新信息，来回答问题、推理内容或决定下一步的操作；LangChain提供了多种不同的Memory形式，开发者可以选择存储完整记忆、仅保留最后几轮对话记忆或是限制存储的token数等。 　　ChatGPTPlugin和LangChain并非竞争关系，LangChain已支持直接调用ChatGPTPlugin。随着ChatGPT公布其Plugin插件生态，部分开发者认为LangChain的价值会被插件直接取代，但LangChain和插件并非竞争关系，LangChain在插件推出后两天就更新了在LangChain抽象下的Plugin实现。LangChain在复杂的2B应用场景中仍具有显著的价值，在底层大模型和上层应用之间提供一层对业务复杂逻辑的抽象，满足复杂业务快速部署的需求。例如Langchain的Agent和Memory两个功能模块，现有的plugin不具备这样的能力。 　　LangChain仍处于开放开源状态，商业化潜力不明朗。目前LangChain仍处于早期开源阶段，尚未开始产生收入。常规开源大模型的盈利方式为，在用户数量达到一定规模后另外开发闭源定制产品或者整体转换成闭源产品进行收费。而LangChain作为“依赖其他开源库的开源项目”，其主流使用人群为独立开发者或者小型企业，付费意愿不高，而大型企业可以基于开源的LangChain自己研发一套框架，整体商业化前景不明朗，仍需进一步探索。 　　一站式框架预计成为未来大模型应用开发和部署的首选，大厂纷纷加入战局。近期，各大云厂商纷纷推出了自家的一站式大模型训练、推理、应用开发、部署的云平台，如百度文心千帆、阿里云ModelScope平台、字节火山方舟平台、亚马逊Bedrock服务等。由于生成式AI的使用对于算力的需求量巨大，大模型需要做训练和推理，门槛非常高，采用云服务方式来部署B端大模型及应用对企业来说更加经济。我们认为，一站式框架可能会成为未来大模型应用开发和部署的首选，生成式AI有望给云业务带来新一轮增长。 　　投资建议与投资标的 　　我们认为，随着国内大模型玩家不断增多，基于基础大模型建立的落地应用也会随后快速发展起来。建议关注三六零(601360，未评级)、科大讯飞(002230，买入)、拓尔思(300229，未评级)等拥有基础大模型的公司。 　　风险提示 　　技术落地不及预期；政策监管风险