泉坡吴彦祖的博客

OpenAi再次向我们秀了一把肌肉，展示了其强大的开发实力。昨天，OpenAI正式公开专为“解决难题”而研发的一系列新的大模型OpenAI o1。这些模型重要特点是在响应请求之前会进行更长时间的深思熟虑，它们能够通过复杂的任务进行推理，相对之前的大模型，它能在科学、编程和数学等领域解决更难的问题。OpenAI官方称：目前发布的仅是预览版，他们会按计划定期更新和改进，在本次发布内容中也包括了下一次更新的评估，并且更新内容正在开发中。

langchain 团队官方终于带来了它的第一个官方教程《Introduction to LangGraph》!课程一共包含 40 节课共计 3.5 小时，不仅课程完全免费还能拿到所有课程代码。该课程由浅入深，首先会介绍一些基础的概念和入门知识，后面会有针对较复杂模块的讲解，也会使用比较复杂的案例来串联所讲的内容，课程内容相对还是非常扎实的。

Reflection 归根到底还是一种提示词策略，用于提高 agent 和类 AI 应用的质量和成功率。它促使 LLM 对其已执行过的结果进行反思和批评，有时还包括额外的外部信息，如工具观察结果等。

任何类型的few-shotting都有相当大的帮助。Claude 3 Sonnet 的性能在使用zero-shot时是 16%，当使用 3 个语义相似的示例作为信息时上升到了52%使用3个语义相似的示例作为信息的few-shotting比使用3个静态示例的要好，并且通常与使用全部13个示例时一样好或更好使用few-shotting比直接使用文字描述效果要好与 GPT 模型相比，Claude 模型使用few-shotting时提升更明显。

之前的文章我们提到，LangChain 将在 5 月 20 日正式发布 v0.2 版本，时间已到，我们看到它在最新的官方博客中发布了帮助文档的 v0.2 版本，同时 LangChain v0.2 现已向所有用户开放，详情可查看我之前的博客(https://www.mdnice.com/writing/8f31b5edf80a4236a7fc0c6fcdaedcee)。查看完整文档可以访问：https://python.langchain.com/v0.2/docs/versions/v0_2/

本文介绍如何使用 LangGraph 与一组专业的 Agent 构建一个自主的研究助手。在本文中，您将了解为什么 multi agent 工作流是当前最好的标准，以及如何使用 LangGraph 构建最佳的自主研究 multi-agent 助手。

LangChain 是一个优秀的 LLM 应用开发框架，让普通开发者能够快速入门 LLM 应用开发，能够轻松地实现预期功能。agent 模块是使用 LangChain 框架开发 LLM 应用中最重要的模块之一。上一篇文章中，我们完成了 agent 模块中 Agent 和 AgentExecutor 初始化的源码分析，这次我们继续分析 agent 执行的源码，看看 agent 如何使用大模型进行推理，又如何根据推理使用工具。

LangChain 是一个优秀的 LLM 应用开发框架，让普通开发者能够快速入门 LLM 应用开发，能够轻松地实现预期功能。它封装了非常多的功能，让开发者在使用时变得容易，相应的，越强的封装性也就代表其背后做了越多的事情，使用越简单其框架代码就越复杂。在使用 LangChain 开发的过程中，不少人感觉太黑盒了，对于内部运行的逻辑知之甚少，对于这一点，我们可以通过源码阅读来破局。本文就带领小伙伴一起阅读agent 模块的源码，这也是使用 LangChain 框架开发 LLM 应用中最重要的模块之一。

LangChain 作为当下非常流行的 LLM 应用开发框架，更新迭代实在太快，群里许多小伙伴表示上次的更新还没弄明白，新的更新又来了。时隔 4 个月，LangChain 团队在官方博客带了 v0.2 的预发布版本，让我们一起快速看一下此次更新的重点都要哪些。