LangChain、ベンチャーキャピタル Benchmark が主導する 1,000 万ドルのシードラウンドを完了

LangChain の最初のバージョンをリリースしたのはわずか 6 ヶ月前のことですが、まるで数年経ったような感覚があります。私たちが立ち上げた当時、生成 AI は本格的に一般化し始めていました。Stable Diffusion がちょうど公開され、人々の想像力をかき立てて開発者の活動が爆発的に増加していたのです。また、Jasper はシリーズ A ラウンドでの資金調達を発表し、企業価値を 15 億ドルに引き上げるとともに新しいブラウザ拡張機能をリリースしました。さらに投資家からは、初の「生成 AI マーケットマップ」も発表されています。

コンテンツ作成の隆盛に伴い、人々はこの技術の本質的な力を理解し始めました。それは言語モデルを単独で使うことではなく、より賢明な新システムの一部として活用することにあるのです。開発者たちは、言語モデルを独自のドキュメントや API、構造化データに接続する方法について議論していました。また、「Self-Ask with Search」や「ReAct」といった研究論文が発表され、これらのアプローチの威力が実証されました。

コンピューティングの地殻変動における初期の揺れの中で、私たちは2022年10月24日、LangChain Pythonパッケージの最初のバージョンをリリースしました。その際、ハリスンは最初のTwitterスレッドでこう述べています。

• 「LLMアプリケーションを構築するためのコンポーザビリティ（組み合わせ可能性）をサポートするPythonパッケージ」
• 「真の力は、[LLM]を他の要素と組み合わせた時に発揮される」
• 「LangChainは、あらゆる組み合わせに必要な部品を集めた包括的なコレクションや、それらを単一の包括的な「チェーン」に柔軟に結合するためのインターフェースを提供することで、その実現を支援する」

資金調達の理由

このプロジェクトは当初、会社を作る意図のないオープンソースのサイドプロジェクトとして始まりました。人々が問題解決に取り組む際に共通して見られるパターンに気づき、それをより容易にするための抽象化を試みたのが始まりです。これらのシンプルな抽象化が共感を呼び、コミュニティからの多大な支援と貢献によってプロジェクトは急成長しました。現在、LangChainはGitHubで2万スター以上、Discordには1万人のアクティブメンバー、Twitterでは3万人以上のフォロワーを擁し、何より重要なのは350人以上のコントリビューターが参加していることです。

LangChain と LLM の組み合わせが、これまで不可能だった素晴らしいプロダクトやアプリケーションの構築を可能にする frontier を開拓したことは明らかです。しかし同時に、これらのアプリケーションを実用的に動作させるためには、さらに多くの作業とツールが必要であることも明白です。

毎日 400 件以上の GitHub イシューや 100 件のオープンな PR といった形で、皆様からより多くの機能への要望をいただいています。私たちもそのサポートに尽力したいと考えています。

そこで、私たちは Seed ラウンドで 1,000 万ドルの資金調達を行ったことを公に発表できることを嬉しく思います。このラウンドは Benchmark がリードし、Docker、Confluent、Elastic、Clickhouse など、私たちが日常的に利用する象徴的なオープンソースソフトウェアの最初のリード投資家として彼らを迎えられたことは非常に光栄です。

この資金を元に、コミュニティが知能型アプリケーションの構築で成し遂げている画期的な仕事に追随できるよう、積極的に投資していきます。私たちの目標はシンプルです。言語モデルを活用した有用なアプリケーションを開発できることを、開発者に提供することです。

では、私たちが今後どのような取り組みを見せるのでしょうか？

LangChain Today

LangChain は、言語モデルで動作するアプリケーションを構築するためのフレームワークであり、Python と TypeScript の両方でパッケージとして提供されています。

最も強力かつ差別化された言語モデルアプリケーションは、以下の特性を持つべきだと私たちは考えています：

• データを認識する（データ・アウェア）: 言語モデルを他のデータソースに接続する
• エージェント機能を持つ（エージェント的）: 言語モデルが環境と相互作用できるようにする

LangChain フレームワークは、上記の目的原則を念頭に置いて設計されています。同フレームワークが提供する主な価値は以下の 2 点です。

コンポーネント

LangChain は、言語モデルを活用したアプリケーション開発に必要なあらゆる要素を提供するモジュール化された抽象化とコンポーネントのセットを備えています。また、これらの抽象化に対応する実装コレクションも用意されています。

これらのコンポーネントは主にコミュニティによって推進されており、Python リポジトリだけでも 300 名以上のコントリビューターが参加しています。主な特徴は以下の通りです。

• 20 社以上の異なるモデルプロバイダーやホスティングプラットフォームとの連携機能
• 多様なソースからデータを取得するための 50 種類以上のドキュメントローダーコレクション
• 言語モデルが容易に処理できるよう、テキストデータをチャンク単位に分割する 10 種以上のメソッド
• 10 社以上の異なるベクトルデータベースとの連携機能
• 言語モデルが利用可能な 15 種以上のツールコレクション

事前構築されたチェーンとエージェント

Chain（チェーン）を使えば、開発者は特定のコンポーネントを組み合わせて、大規模な PDF 文書の要約や SQL データベースへの問い合わせなど、特定のタスクを達成できます。Agent（エージェント）は「動的なチェーン」と捉えることができます。これは、実行するステップの順序が言語モデルによってその場で決定される仕組みです。

LangChain は、開発者がカスタムチェーンやエージェントを簡単に作成できるよう高レベルなインターフェースを提供するだけでなく、そのまま使える事前構築済みのコンポーネントも多数用意しています。

これらコンポーネントは主にコミュニティ主導で開発されています。主な特徴は以下の通りです。

• 約 20 種類のチェーンの実装
• 6 種類の汎用エージェントタイプの実装（ツールを使用し、外部世界と対話するために特別に設計されたチェーン）
• 7 種類の「Agent Toolkits」の実装（特定のタスクを達成するために、特定のツールのセットを備えたエージェント）

今後の計画

前述の通り、私たちは言語モデルが新しいタイプの高価値なアプリケーションの可能性を開いていると考えています。しかし、特に本番環境においてこれらのアプリケーションを作成・維持するのは依然として容易ではありません。

私たちの最近のリリースは、こうした課題への対応に焦点を当てています。

TypeScript パッケージを Python と機能面で同等にすることで、フルスタックおよびフロントエンド開発者が LLM アプリケーションを作成しやすくします。

LLM が返すテキストに対する安全性とガイダンスを強化するため、複数の OutputParsers を実装しました。

より複雑で必要なドキュメント検索を実現できるよう、Retriever abstraction を導入します。

Weights & Bases や AIM、ClearML などのソリューションとの連携を構築し、LLM アプリケーションの観測性と実験機能を高めます。

今後も LangChain に新機能を追加し、以下のような提供を行っていきます。

• アプリケーションのプロトタイピングを迅速に行えるようにする
• プロトタイプから本番環境への移行におけるギャップを埋める

私たちは、これからどのようなものが作られるかを見ることと、あなた方をより多くサポートすることに対して非常に興奮しています。また、LangChain コミュニティ全体に心から感謝申し上げます。LangChain は引き続きオープンソースとして開発者に焦点を当てていきますが、今回の資金調達により、さらに次のレベルへと引き上げるためのリソースを投入することが可能になりました。

このミッションや旅路に興味を持っていただけた方は、ぜひ 創設エンジニアの募集 にご参加ください。新機能のご提案や、本番環境で LangChain アプリケーションの評価・運用に関心がある方は、support@langchain.dev までぜひご連絡ください。

これまでの皆様への感謝を込めて、一緒に素晴らしいものを創り上げましょう 🙂