LangChain 实测：图记忆让多源问答准确率升 27%，正确答案成本降 58%
JeremyCMorgan · x · 2026-11-06
LangChain 用开源 wiki 编译器 OpenWiki 做持久记忆层测试 agent 记忆：
- 编译 wiki 的价值：在需要跨多个来源连接的问题上，用 OpenWiki 做记忆层的 agent 比只用 grep 工具的准确率高 5 倍——编译后的 wiki 保留了领域知识和复杂关系，agent 无需每次重新构建。
- 证据图（evidence graph）加成：把引用和文档引用变成 agent 可沿图的显式边，与仅用 wiki 相比，引用同一证据的一致性翻倍、准确率提升 27%、每个正确答案成本下降 58%。
- 分界线：图记忆只在「答案需要关系推理」时有效——简单查找任务下，无记忆的 agent 一样准且更快，加了反而变慢。
结论：编译式记忆适合重复性的跨源推理场景（如银行保险中频繁相互修订的政策文档），简单检索不必上。
「编程与Agent」频道最新
- Nous Research 发布 Hermes Agent v0.23.0:桌面端搬进浏览器标签页 — NousResearch · 2026-11-06
- Comet Opik 推出对话式生成仪表盘，自然语言自动生图表 — dl_weekly · 2026-11-06
- 把所有 agent 的待决策问题汇总成一页，按优先级批量拍板 — kevinkern · 2026-11-06
- AWS WAF 支持向 AI 爬虫收流量费,稳定币结算直达 Stripe — jeff_weinstein · 2026-11-06
- Ripple-65B 单卡实测不敌 Qwen 27B:自称 SOTA 却需人工 3 行补丁救场 — DZhang50 · 2026-11-06
- 观点：AI 下一个前沿是本体论，推理进步快于现实定义 — _AustinCalvert_ · 2026-11-06