Orchestral AI，一个全新的 Python 框架，本周在 Github 上发布，它提供了一种更简单、更具可重复性的大型语言模型 (LLM) 编排方法，与 LangChain 等现有工具的复杂性形成对比。据 VentureBeat 报道，Orchestral AI 由理论物理学家 Alexander 和 Jacob Roman 开发，旨在提供一种同步、类型安全的替代方案，专为可重复性和注重成本的科学而设计。

该框架解决了开发者和科学家日益增长的担忧，他们一直被迫在 LangChain 等复杂生态系统与 Anthropic 或 OpenAI 等供应商的单一供应商软件开发工具包 (SDK) 之间做出选择。前者在控制 AI 代理方面提出了挑战，而后者则将用户锁定在特定供应商中。对于科学家来说，这种缺乏可重复性是人工智能应用于研究的一个重大障碍。

据 VentureBeat 报道，Orchestral AI 优先考虑同步执行和类型安全，旨在使人工智能更易于访问和可靠，特别是对于需要确定性结果的科学研究。该框架力求开辟第三条道路，提供一种解决方案，避免过于复杂和供应商锁定的系统的缺陷。其目标是通过可重复的编排来驯服 LLM 的复杂性。