📄 Paul Iusztin 和 Louis-François Bouchard 分享了他们如何用 18 个月时间，将 Obsidian、Readwise 等工具中的上万条笔记，通过一个基于纯文件、无数据库的三层架构（原始内容、索引、Wiki），构建成一个可查询、可演化的个人 AI 研究操作系统。他们详细介绍了从简单深度研究算法到集成第二大脑，再到最终加入 Wiki 层的演进过程，并展示了如何通过 Claude Code 插件实现自动化研究、代码库分析和知识沉淀。
📄 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。
📄 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。