最近看到 LangChain 發布 1.0 版本，而大量轉向以 Agent 為基底的設計模式，這篇文章想聊聊其中的觀察。

為什麼 LangChain 會從原先的 Chain-based 轉變會 Agent-based 呢？

🧩 一、舊版 Chain 模式：線性思維的極限

LangChain 

職場

學習

以行動支持創作者！付費即可解鎖

軟體開發

張維元的沙龍

決策

開發

執行

設計

整合

支援

生態

GPT-4

模型

從 LangChain 1.0 發佈，談談 LLM 應用開發模式轉移

資料科學的浪潮更將資料科學工作者推到第一線，許多產業都能看到「資料」的影子與可能性。但是對資料科學職涯有興趣的人，該怎麼知道「哪裡有適合自己的位置」並「據以規劃自己的資料科學職涯」呢？由於資料科學需求時常是個很龐大的任務，實際上會需要一個團隊來實現。本篇文章就從資料團隊出發，解析其中的任務內容、工作

職場產業

投資理財

資料科學團隊的角色與配置

資料爬蟲是資料分析的起手式，必須有好的、可用的資料才得以進行高品質的資料科學專案，爬蟲也是資料科學領域開發者的第一項挑戰。但是當你學完爬蟲的技術之後，開始真的跳入爬蟲世界之後會發現有網站其實沒有想像中好爬。當自動

爬蟲又被擋了怎麼辦？常見的反爬蟲處理策略

在剛入行的時候曾經寫過一篇文章 「資料專案團隊組成」，當時把資料團隊根據技能分成資料科學家、資料分析師和資料工程師三種角色。不過在工作幾年之後，發現實務上的資料分工其實更細而且更複雜，也隱含了更多的可能性。這一篇文章將談談實務上的資料團隊分工。