很好奇 RAG 真的是现代 ai agent 所需要的吗，还有 langchian 这种框架，没有看到太多

听风喂马 · 发表于 2026-5-21 18:55:07

楼主是在做什么工作的？我们几乎所有的用户都要求我们提供 RAG ，让他们可以通过文档来调整智能体的能力。

而且 langchain 本来也不是需要大规模使用的，AI 开发不是 java 要使用 spring 、python 要用 django ，你就要用这个框架的各种功能，虽然最初确实是这样，不过已经是 22 年、23 年的事了，后来发展到应用 langchain 里的某个模块，比如读个文档啦、分块一下啦之类的，但是大家觉得 langchain 默认的功能不好用，只能做玩具，所有后来这些事情有了单独的处理方式，比如我们公司部署了自己文档处理，开源的也有 minerU 之类的工具，很好用。

再往后发展，到 agent 时代，langchain 自己也做了它们的 agent 框架叫 langgraph ，然后还有什么字节的 deerflow 啊之类的，这些都是开箱即用的东西，可以快速的搭建出原型。但是我们给用户做智能体的时候，一般是不会完全套用某个框架的（这个和 web 开发区别很大），正常来说都是从 0 开始做的，一方面是这些框架都比较臃肿，而客户的需求是明确的，会有很多功能都用不上；还有一方面是增强对整体的掌控力。

那么如何从 0 开始做呢？其实基本上就是走了 langchain 那一套流程。只是每个功能的细节都是重新做的，都是当前项目定制的。

所以不是没有使用 langchain ，而是 langchain 的功能已经沉淀在历史中了，当前各种智能体框架也好、openclaw 、herness 之类的概念也好，都有 langchain 当年思想的体现。

未命名 · 发表于 2026-5-21 18:55:08

楼主是在做什么工作的？我们几乎所有的用户都要求我们提供 RAG ，让他们可以通过文档来调整智能体的能力。

而且 langchain 本来也不是需要大规模使用的，AI 开发不是 java 要使用 spring 、python 要用 django ，你就要用这个框架的各种功能，虽然最初确实是这样，不过已经是 22 年、23 年的事了，后来发展到应用 langchain 里的某个模块，比如读个文档啦、分块一下啦之类的，但是大家觉得 langchain 默认的功能不好用，只能做玩具，所有后来这些事情有了单独的处理方式，比如我们公司部署了自己文档处理，开源的也有 minerU 之类的工具，很好用。

再往后发展，到 agent 时代，langchain 自己也做了它们的 agent 框架叫 langgraph ，然后还有什么字节的 deerflow 啊之类的，这些都是开箱即用的东西，可以快速的搭建出原型。但是我们给用户做智能体的时候，一般是不会完全套用某个框架的（这个和 web 开发区别很大），正常来说都是从 0 开始做的，一方面是这些框架都比较臃肿，而客户的需求是明确的，会有很多功能都用不上；还有一方面是增强对整体的掌控力。

那么如何从 0 开始做呢？其实基本上就是走了 langchain 那一套流程。只是每个功能的细节都是重新做的，都是当前项目定制的。

所以不是没有使用 langchain ，而是 langchain 的功能已经沉淀在历史中了，当前各种智能体框架也好、openclaw 、herness 之类的概念也好，都有 langchain 当年思想的体现。

ycy123 · 发表于 2026-5-21 19:19:07

langchain 只是一个 AI 开发的“零件箱”