现在deepseek harness 还有codex harness这些都开源了 那现在开发agent 还是想以前用LangChain或LangGraph搭建 还是直接基于这种开源的改啊 有没有大佬分享下
现在如果要学习agent应用开发的话，学那个方向最稳妥的啊
LangChain已经过时了，可以用 vercel-ai-sdk 或者 pi-agent-core , 也可以用dsh来当基座开发
我现在公司的智能助手项目也还在用langgraph，但会参考很多开源harness的实现，，对于这个问题我也有疑问。但我公司属于是需要的“问答助手”，不管思考过程，把业务相关的答案快速回复出来就行
我个人认为LangGraph暂时淘汰不了的，多agent协同还是蛮依赖的，但是未来llm越强这些就会被淘汰掉，只能说不断去学习吧
感觉现在自己去挨个搭建agent的执行流程 工具调用等功能 确实有点没必要了 之前DSH没开源的时候 我是用Claude SDK直接嵌入我们的agent进行回答和操作 现在这些源码的开源了 好像连SDK都不需要了 直接用开源的改就行了
我觉得承上启下是一种很好的学习策略，不妨都看看呢。看看为什么新的东西会发展，旧的东西又有哪里的缺陷。
后面两个没用过 太多了 学不过来了啊 现在就是计划想学习DSH
langchain和langgraph各有长处吧，我也觉得短时间不会快速平替，但是后面llm越强还是有说法，现在如果是为了找工作，har我感觉只是加分项
哎 Ai确实发展太快了 真想有些人说的 只要学的慢 就不用学 但又怕落后太多
落后了又能怎么样呢兄弟，不要给自己太大压力。我们来这个世界是享受的不是竞争的
LangChain和harness就不是一个东西，换句话说，你可以用LangChain搭建一个harness
了解基础知识后，自己手搓个demo，知道个怎么做法，就基于这些大佬开源的二开呗，打不过就加入，站在巨人的肩膀上就行
对标之前的后端管理系统，那现在的这些开源的ai工具就等价于脚手架了，但是我总感觉很重啊，要改的就很多吧，pi功能不是很多，改起来用起来应该还好，但是自己的业务采用的技术栈和他的万一不一样，那不也只能是参考然后复刻吗，（我还没深入了解pi，不清楚这样的看法对不对，当然也是我的疑问吧）
Langchain langgraph 哪里淘汰了，我真是无语了，还是主流之一啊，如果你工作流复杂，需要自己编排，需要定制工作流，那还是这俩是主流之一啊，它们是给你底层工具让你去构建自己的harness，如果只是简单的用skill 加mcp 就行的，codex这种就行langchain也有deepagents
说Langchain langgraph淘汰了就离谱了，佬还可以在看看
现在的工作环境 领导已经不会给你时间慢慢用Langchain langgraph 去搭建了 一周就要出demo 一个月就要出能落地试用的产品 不走捷径 根本完不成
所以我说看场景啊，复杂的还是需要自己构建harness 啊，我们就是自己构建编排的，也有简单的我们把deepagents包成简单快速构建agent 的脚手架啊
原来大家都是一个月落地上线，我还以为就我们这边这样，领导拍一个时间，工期全部倒推
可以学下openai和A的SDK的使用 目前我实习的这家Agent开发 就是用这些进行开发的
现在自己构建 也是通过AI-coding构建的了吧 自定义的肯定才是最符合自己公司的复杂需求的 后期的改动和更新也是最方便的 这些开源的适合快速实现通用的需求