OpenAI 案例:V7 用 Context Graph 给企业 Agent 装上长期记忆
xiaohu · x · 2026-09-22
OpenAI 发布案例研究，介绍欧洲初创企业 V7 的企业级智能体平台 V7 Go 如何解决企业 AI「失忆」问题：让 AI 知道公司内部发生过什么、不同文件中的实体如何关联、结论来自哪份材料。
核心链路：先把散落的企业文件预先抽取成带来源引用的 Context Graph，图谱信息不足时回退到底层文档 RAG；近期对话留在模型上下文，较早材料进入图谱按需取回。执行层按任务难度分工——高通量抽取交给 Luna，复杂工具调用交给 Terra/Sol，极难图谱查询交给 Astra，V7 报告成本、错误率和复杂查询准确率均有改善。
这套架构最适合跨文档关系密集、实体定义稳定、每项结论必须可回溯原始证据的业务；普通问答库用基础 RAG 即可，强行建图谱反而增加维护成本。
「编程与Agent」频道最新
- 开发者分享站点安全技巧:记录全部端点请求识破暴力破解 — Kyrannio · 2026-09-22
- 「2030 年所有主流软件都将被形式化验证」引发激辩：遗留债务是最大障碍 — luislamb · 2026-09-22
- 开源电脑协手 OpenMuse:一次性 Linux 桌面里替你浏览操作网页 — aniketmaurya · 2026-09-22
- 实测 16/16 vs 9/16：作者提醒警惕 benchmark，用自己数据测 — tobowers · 2026-09-22
- 接入新 LLM 供应商前要检查哪些项？工程师团队的经验清单 — Rama_Surasani_ · 2026-09-22
- 开发者亲历：AI 写产品开发快到让人难以置信 — omnivaughn · 2026-09-22