LLM 问答很强，但跨天规划与多文档任务暴露知识图谱短板
maier_ak · x · 2026-09-24
该线程指出，LLM 虽已极擅长回答问题，但当虚拟助手需要跨多天规划、追踪用户偏好、或从大量文档中拼接证据时，许多系统采用的稀疏「知识图谱」结构就开始力不从心，作者引出对更好记忆架构的讨论。
所属事件:WFM 论文：用稠密 LLM-Wiki 重构智能体记忆(5 条相关)→
「编程与Agent」频道最新
- Salesforce 推出 JitMem：读取时才整理记忆，Agent 三大基准最高提升 16.3 分 — Salesforce · 2026-09-24
- 用编程 Agent 训练机器人：Em-bodiedSWE 让 VLA 在真实机器人上完成长时程任务 — Haoxiang You · 2026-09-24
- Discord 在菲律宾被封,开源工具 Discrawl 帮你本地备份全站记录 — steipete · 2026-09-24
- 接上 Coinbase MCP，让 AI Agent 每天替你读市场简报管持仓 — MurrLincoln · 2026-09-24
- 阿里 Qoder 限时免费用 Qwen3.8-Flash，免费账号也适用 — Aiden_Tech_Ai · 2026-09-24
- 论文:用 38.5% 题目复现生产级 Agent 评测,误差仅 1 分 — omarsar0 · 2026-09-24