Andrew Ng 的图谱式 agent 设计据称提升效率 90%
Roger_M_Taylor · x · 2026-07-22
这条转发讲的是 Andrew Ng 的一个 agentic knowledge graph 方法：不是让 agent 只靠关键词乱搜工具，而是把工具先向量化、再组织成图，从图里按任务需要检索整条执行路径。
关键思路
- 先给每个工具做语义 embedding，按“含义”而不是关键词搜索。
- 但“相似”不等于“正确”，所以需要把工具之间的先后关系也建成图。
- 检索时返回的是完成任务所需的整条路径，而不是单个工具。
- 把流程固化成图后，执行顺序就从经验判断变成可复用的数据。
转发文还声称，这种做法让 agent 效率提升了 90%，并把这套图工程方法包装成一小时课程。
「编程与Agent」频道最新
- Codex 搭配 img2threejs 的 3D 工作流更顺手 — Dimillian · 2026-07-22
- Claude Code 拆任务加子智能体能明显省 token — toptickcrypto · 2026-07-22
- Claude CLI 可显示 session ID，方便跨会话搬运上下文 — KirkNewcombe · 2026-07-22
- OpenCut 推出无水印剪辑替代品，内置 MCP 和 AI agents — nikola_mr64990 · 2026-07-22
- Vibe coding 梗图式回应：宁可开掉聊天机器人 — max_paperclips · 2026-07-22
- TokenSwitch 通过模型切换压低 Codex 的 token 成本 — DeryaTR_ · 2026-07-22