标签:knowledge-graph

  • Anthropic公開Claude代理記憶架構:離線「做夢」與智能體長期記憶機制 Best Partners TV
    介紹Anthropic公佈的Claude代理記憶架構。該架構借鑒人腦離線記憶鞏固,利用空閒時間的「做夢」機制回顧日誌、修正錯誤並構建知識圖譜,在CR-Bench與寶可夢等測試中展現出閉環學習與記憶維護能力。
  • 通过图工程提升 AI Agent 的可预测性与执行效率 AI Engineer
    Neo4j 探讨了如何将 Agent 工作流形式化为图结构,划分出执行图、上下文图与过程图三种类型。通过将技能或决策链路编译为确定性的图结构脚本,能够约束 Agent 路径、提供可审计的治理能力,并降低模型调用耗时与成本。
  • 从上下文到持久记忆:构建真正可扩展的 AI 智能体记忆系统架构 AI Engineer
    深入剖析 AI 智能体在处理长期任务时因缺乏持久记忆所面临的重复计算、幻觉激增与上下文漂移问题。系统性阐述情景、语义、程序与工作记忆四层模型,解构基于多模态数据库的混合检索路由与实体图谱,并提出涵盖脱敏过滤、冲突仲裁、生命周期老化及闭环反馈评估的生产级治理方案。
  • 将智能体记忆转化为可执行技能:基于 Neo4j 上下文图谱的架构演进 AI Engineer
    Neo4j 产品经理 Will Lyon 剖析了传统 AI 智能体“失忆循环”与纯向量检索的局限,提出由短期、长期与推理记忆构成的上下文图谱体系。进一步结合 APE 协议与 NAMS 服务,展示如何将沉淀的交互轨迹确定性地蒸馏为类型化、可调试、版本可控的 Agent Skills。
  • 重构AI时代的上下文引擎:如何让AI Agent理解组织背景与隐性知识 AI Engineer
    本文基于Unblocked创始人Peter Werry的演讲,深入探讨了在AI Agent时代,为什么简单的代码库检索或超长上下文窗口无法解决AI的认知瓶颈。作者提出了“上下文引擎”(Context Engine)的概念,通过整合Slack讨论、PR历史、架构设计及团队社交图谱,帮助AI Agent掌握“冰山之下”的隐性知识,显著降低Token消耗并提升任务执行效率。
  • CrabRAG:为什么智能体需要图记忆而非更多 Token AI Engineer
    Neo4j 的 Steven Chin 阐述了 AI 智能体在记忆和工具调用上面临的瓶颈。通过对比传统的 Markdown 文件和向量数据库,他展示了结合向量检索与图遍历的 Graph RAG 架构如何为智能体提供更精确、可解释且可审计的长期记忆,并通过家庭实验室数字化双胞胎的实战 Demo 证明了图谱在复杂多跳查询和安全检测中的压倒性优势。
  • “你的护城河是数据模型”:盖茨基金会基于图谱与 MCP 的 Agent 检索实战 AI Engineer
    本文基于盖茨基金会 Mike Phipps 的演讲,探讨在 AI 时代企业如何通过构建战略情报平台(SIP),打通内部数据孤岛并提供 Agent 语义检索。文章指出,企业真正的护城河是内部沉淀的默会知识与独特的数据模型,并分享了基于 Neo4j 图谱的多层结构设计、MCP 协议接入及评估反馈的实战经验。
  • Neo4j CEO Emil Eifrem 谈图数据库、AI与知识转化 Latent Space
    Neo4j CEO Emil Eifrem 在访谈中深入探讨了图数据库在现代AI应用中的核心作用,特别是如何将数据转化为知识。他阐述了图数据库在高准确性、开发者生产力及可解释性方面的优势,并讨论了向量数据库的演变。Eifrem还分享了Neo4j在生命科学、金融等领域的AI驱动客户案例,并提出了代理(agent)数据源的“四象限”模型:操作型数据存储、云数据仓库、代理记忆和语境图。他强调了语境图在捕捉组织机构知识方面的价值,以及初创公司和大型企业在采用Neo4j时面临的不同挑战与实践。
  • Grapher:将 Karpathy 知识库工作流图谱化,为 AI 编程助手注入结构化认知层 AI超元域
    本文深度解析了受 Andrej Karpathy 灵感启发的开源项目 Grapher。该项目将扁平的 Wiki 知识库进化为多维知识图谱,通过 AST 解析与语义提取双通道技术,为 Cloud Code 等 AI 编程助手提供持久化的结构化上下文,显著提升了大型代码库的理解效率并大幅节省 Token 消耗。
  • 超越 RAG:Super Memory 创始人谈现代 AI 记忆架构与 OpenClaude 的局限 Latent Space
    Super Memory 创始人 Dhravya Shah 深入解析了 AI 记忆系统的演进。他指出 OpenClaude 等工具依赖静态 Markdown 文件和工具调用的局限性,并介绍了如何通过知识图谱、时间推理和用户画像构建“挂钩式”上下文基础设施,同时分享了在 Cloudflare 上以极低成本运行大规模系统的工程实践。