У демоверсії агенти виглядають чарівно. Вони зазнають краху у виробництві. Причина проста: вони не можуть запам'ятати, не можуть заземлитися і не можуть адаптуватися, коли робочий процес дрейфує. Люди кидають на проблему все: блокноти для подряпин, журнали дерев, прикручені графіки знань. Більша його частина – це клейка стрічка. Але тепер зрозуміло: пам'ять і контекст – це рів. Графіки знань не є чимось новим. Вони розпочалися наприкінці дев'яностих, стали мейнстрімом, коли Google випустив свій власний бренд у 2012 році, і з тих пір непомітно підтримують пошук, рекламу, електронну комерцію та виявлення шахрайства. Поза межами Big Tech вони ніколи не пробивалися, оскільки були занадто дорогими у виробництві, занадто важкими для збереження свіжості, занадто залежними від фахівців. Зараз рівняння змінилося. Мовні моделі можуть витягувати сутності, відображати зв'язки та оновлювати графіки в режимі реального часу. Раптом графіки стають менш академічними накладними витратами і більш практичним обґрунтуванням. Але графіки не замінюють пошук у різних вкладеннях. Вони доповнюють його. Те, що працює на виробництві, — це гібридний пошук: -широке відкликання через вектори: "покажіть мені такі речі" -точне міркування за допомогою графіків: «покажіть мені, як саме ці речі пов'язані» -злитий агентом для передачі як ширини, так і глибини Що ми бачимо наживо: - Агенти без постійної пам'яті зникають через шість тижнів. Користувачі не будуть перетренуватися щоранку. -Покупцям начхати на розумні підказки. Вони дбають про довіру: здатність оцінювати, відкочувати, перевіряти та застосовувати дозволи до того, як агент почне діяти. Що працює: вертикальні гібриди. Фінансовий агент, що ґрунтується на облікових записах, політиках і дозволах. Медичний працівник, що ґрунтується на медичних кодексах, ліках та правилах відповідності. Пам'ять, контекст і довіра не є функціями. Це інфраструктура.