代理在演示中看起来很神奇，但在生产中却崩溃。 原因很简单：他们无法记住，无法定位，也无法在工作流程漂移时适应。 人们正在用各种方法解决这个问题：草稿纸、树日志、附加的知识图谱。大多数都是临时拼凑的。但现在很明显：记忆和上下文是护城河。 知识图谱并不新鲜。它们始于九十年代末，2012年谷歌推出自己的品牌后进入主流，此后一直在搜索、广告、电子商务和欺诈检测中默默发挥作用。在大型科技公司之外，由于构建成本过高、保持更新困难、过于依赖专家，它们从未突破。 现在，情况发生了变化。语言模型可以提取实体、映射关系，并实时更新图谱。突然之间，图谱不再是学术负担，而是更实用的基础。 但图谱并不能取代嵌入式搜索。它们是互补的。在生产中有效的是混合检索： - 通过向量进行广泛回忆：“给我展示类似的东西” - 通过图谱进行精确推理：“给我展示这些事物是如何连接的” - 由代理融合，以提供广度和深度 我们看到的实时情况： - 没有持久记忆的代理在六周后就会崩溃。用户不会每天早上重新训练。 - 买家不关心聪明的提示。他们关心的是信任：在代理采取行动之前，评估、回滚、审计和执行权限的能力。 有效的做法：垂直混合。一个基于账户、政策和权限的金融代理。一个基于医疗编码、药物和合规规则的医疗代理。 记忆、上下文和信任不是功能。它们是基础设施。