代理在演示中看起來很神奇，但在生產中卻崩潰。 原因很簡單：他們無法記住，無法定位，也無法在工作流程漂移時適應。 人們正在用各種方法解決這個問題：草稿紙、樹日誌、附加的知識圖譜。大多數都是臨時拼湊的。但現在很明顯：記憶和上下文是護城河。 知識圖譜並不新鮮。它們始於九十年代末，2012年谷歌推出自己的品牌後進入主流，此後一直在搜索、廣告、電子商務和欺詐檢測中默默發揮作用。在大型科技公司之外，由於構建成本過高、保持更新困難、過於依賴專家，它們從未突破。 現在，情況發生了變化。語言模型可以提取實體、映射關係，並實時更新圖譜。突然之間，圖譜不再是學術負擔，而是更實用的基礎。 但圖譜並不能取代嵌入式搜索。它們是互補的。在生產中有效的是混合檢索： - 通過向量進行廣泛回憶：“給我展示類似的東西” - 通過圖譜進行精確推理：“給我展示這些事物是如何連接的” - 由代理融合，以提供廣度和深度 我們看到的實時情況： - 沒有持久記憶的代理在六週後就會崩潰。用戶不會每天早上重新訓練。 - 買家不關心聰明的提示。他們關心的是信任：在代理採取行動之前，評估、回滾、審計和執行權限的能力。 有效的做法：垂直混合。一個基於賬戶、政策和權限的金融代理。一個基於醫療編碼、藥物和合規規則的醫療代理。 記憶、上下文和信任不是功能。它們是基礎設施。