Một ngôn ngữ lập trình mới được thiết kế đặc biệt để xây dựng các ứng dụng AI đã xuất hiện, nhưng cộng đồng nhà phát triển đang đặt câu hỏi liệu nó có giải quyết được những vấn đề thực sự hay chỉ đơn giản là thêm sự phức tạp không cần thiết vào việc phát triển LLM.
Convo-Lang định vị mình là một ngôn ngữ lập trình bản địa AI nhằm mang lại cấu trúc cho kỹ thuật prompt và quy trình làm việc của agent. Ngôn ngữ này hứa hẹn sẽ chuẩn hóa các tương tác LLM giống như cách SQL đã chuẩn hóa các hoạt động cơ sở dữ liệu, cung cấp các tính năng như cuộc trò chuyện nhiều bước, quản lý trạng thái và khả năng tương thích đa nhà cung cấp.
Các tính năng chính của Convo-Lang:
- Hỗ trợ đa mô hình với khả năng chuyển đổi liền mạch
- Các kiểu dữ liệu có cấu trúc và quản lý trạng thái
- Tích hợp sẵn công cụ/chức năng
- Kết nối RAG (Retrieval-Augmented Generation)
- Khả năng tương thích đa nhà cung cấp
- Ghi nhật ký giao dịch có thể kiểm toán
 |
|---|
| Giới thiệu về ConvO-Lang, một ngôn ngữ lập trình tích hợp AI được thiết kế để xây dựng các ứng dụng AI |
Cộng đồng đặt câu hỏi về nhu cầu cú pháp mới
Thông báo này đã gây ra sự hoài nghi đáng kể trong số các nhà phát triển, những người cho rằng các công cụ hiện tại đã xử lý hầu hết nhu cầu phát triển LLM một cách hiệu quả. Nhiều người chỉ ra rằng công việc thực sự trong các ứng dụng LLM diễn ra trước và sau các lệnh gọi mô hình thực tế - những tác vụ như yêu cầu API, hoạt động cơ sở dữ liệu và xử lý dữ liệu mà các ngôn ngữ lập trình thông thường xử lý tốt.
Một số nhà phát triển bày tỏ mối quan ngại đặc biệt về độ phức tạp cú pháp của ngôn ngữ. Các nhà phê bình cho rằng trong khi những người tạo ra tuyên bố khả năng đọc là một tính năng chính, lớp trừu tượng bổ sung thực sự có thể làm cho các tác vụ đơn giản trở nên phức tạp hơn mức cần thiết.
Mối quan ngại thực tế về việc triển khai
Cộng đồng đã đặt ra một số câu hỏi thực tế về tiện ích thực tế của Convo-Lang. Các nhà phát triển tự hỏi tại sao chức năng này không thể được cung cấp dưới dạng thư viện trong các ngôn ngữ hiện có như Python hoặc Ruby, thay vì yêu cầu một mô hình lập trình hoàn toàn mới.
Tại sao không phải thư viện?
Tình cảm này phản ánh những mối quan ngại rộng hơn về việc liệu ngôn ngữ có giải quyết được những điểm đau thực sự hay chỉ đơn giản là theo xu hướng cường điệu AI hiện tại. Một số nhà phát triển lưu ý rằng trong khi khái niệm mang lại cấu trúc cho các prompt, tiếng Anh vẫn hoàn toàn phù hợp cho các hướng dẫn ngữ nghĩa, và các công cụ hiện có có thể xử lý các thành phần có thể đọc được bằng máy.
Mối quan ngại của cộng đồng:
- Độ phức tạp: Thêm lớp trừu tượng vào các tác vụ đơn giản
- Tính cần thiết: Các ngôn ngữ hiện có đã xử lý tốt việc tiền xử lý/hậu xử lý LLM
- Triển khai: Có thể được cung cấp dưới dạng thư viện thay vì ngôn ngữ mới
- Sự khác biệt: Ưu điểm không rõ ràng so với DSPy , BAML và các framework khác
So sánh với các giải pháp hiện có
Một số thành viên cộng đồng đã so sánh với các framework đã được thiết lập như DSPy và BAML, đặt câu hỏi về cách Convo-Lang phân biệt mình với các giải pháp hiện có này. Cuộc thảo luận cho thấy nhiều nhà phát triển đã thành công trong việc xây dựng các ứng dụng LLM phức tạp bằng cách sử dụng các chuỗi công cụ hiện tại và không tin rằng một ngôn ngữ mới là cần thiết.
Cuộc tranh luận làm nổi bật một căng thẳng cơ bản trong không gian phát triển AI đang phát triển nhanh chóng: liệu các công cụ chuyên biệt mới có thực sự cải thiện năng suất hay chỉ đơn giản là thêm các lớp phức tạp vào những vấn đề mà các giải pháp hiện tại xử lý một cách thỏa đáng. Khi hệ sinh thái LLM tiếp tục trưởng thành, các nhà phát triển dường như ngày càng thận trọng về việc áp dụng các trừu tượng mới mà không có bằng chứng rõ ràng về lợi ích đáng kể so với các phương pháp hiện tại.
Tham khảo: CONVO-LANG