Neo4j 演讲：把 Agent 记忆做成上下文图谱，再蒸馏成可执行技能
AI Engineer · youtube · 2026-10-09
这是 AI Engineer World's Fair 2026 上 Neo4j 高级产品经理 Will Lyon 的演讲，主题是把 agent 记忆转化为真正可用的技能。
核心论点：agent 完成任务后就会忘掉学到的东西，而基于 embedding 检索的记忆并不够——「能召回」不等于「可行动的知识」。agent 需要相互连接、有类型、可溯源的知识。
上下文图谱：Neo4j 将 agent 记忆建模为包含短期、长期与推理记忆的上下文图谱，涵盖实体抽取与消解、共享本体，以及让多个 agent 互相学习的决策痕迹（decision traces）。
从记忆到技能：Neo4j 的研究把技能建模为带类型的执行图，对蒸馏出的技能做接地（grounding）、覆盖率与一致性检查，并在技能过期时告警；相比之下纯文本形式的技能（prose skills）存在难以校验的问题。
演示：Neo4j Agent Memory Service（NAMS）现场演示了从一段医疗对话中蒸馏出「患者接待」技能的完整流水线，并展示了技能组合与治理看板。
「编程与Agent」频道最新
- Decisions API 正式 GA,agent 反馈循环全自动剪辑云视频 — dkundel · 2026-10-23
- 50+ 免费 AI Agent 学习资源合集：视频与仓库一站打包 — ifioknkem · 2026-10-23
- 自封「全网最佳」的免费 AI Agent 资源库引围观 — ifioknkem · 2026-10-23
- Vercel 推出免注册部署：拖拽文件到首页即得线上 URL — steren · 2026-10-23
- 5 个 Claude Code 会话经 MCP 互发邮件，组队攻破多品牌网络摄像头 — doodlestein · 2026-10-23
- Vercel 上线 vercel deploy --temporary,可临时部署后自动清理 — cramforce · 2026-10-23