LangChain内部搭了个知识工厂:Agent自己报错,知识管理员半夜补课
Harrison Chase把上下文和知识拆开讲:模型够用之后,真正拖住Agent的是公司里散在Slack、Notion和老员工脑子里的隐性知识。LangChain的做法是让Agent标记缺口,curator后台整理,再用一条收入报告流程跑通闭环。
Harrison Chase 在11月21日发推,附了一篇《How to build a knowledge factory》。他提到LangChain内部的GTM(go-to-market)和内容agent、LangSmith Engine,都有一套类似的学习闭环。文章要回答的问题很具体:公司想让AI干活,卡点常常在没人整理过的知识,模型反而没那么关键。
他把context和knowledge拆开。context是Agent做任务时手头能用的信息。knowledge是可复用的理解,比如一个指标到底怎么算、该信哪个数据源、某类情况按什么规矩处理。知识工厂做的事,是把散落文档和经验变成未来任务能调用的context。knowledge属于context,但通常不该是Agent拿到的唯一context。
这个类比来自软件工厂。过去一年半,软件工厂的说法很热:最好的工程师别只写软件,去搭系统,让全公司更高效地写软件,具体编码交给agent。Harrison Chase认为一般知识工作也在走同一条路。Agent已经能做演示、发布视频、做外呼。要让它们干这些活,得先把隐性、分散的知识交出来。
他列了三类要维护的知识:
- How to do the work,Skills。公司里把事做对的流程、说明和脚本。很多流程以前根本没写下来,靠同事之间口口相传。
- How the business works,Domain knowledge。产品、客户、竞争对手、组织的事实、定义和政策。这类知识不常过期,但通常写得不全,甚至写错。
- Where to get current information,Data access guidance。数据在哪、该查哪个源、怎么查。底层数据战略比如Snowflake、Databricks是基础。源数据已经完整实时,就别再维护一份副本,要维护的是清晰的访问说明。
工厂本身有三块。第一,让Agent标记缺失知识。Agent干活时找不到信息,或者发现信息错了,就该通过工具报告,最好还能建议正确更新。第二,curator agent。它在后台按节奏更新、整理、维护知识,能访问Notion、Slack等原始来源,能看Agent traces,把人们尝试用法固化成skills,也能处理Agent标记的错误。第三,存储。Harrison Chase说存储从某些角度看最不重要,skills可以放GitHub,也可以放Notion单文件、LangSmith Context Hub的OKF格式、Neo4j知识图谱。curator应该能跟这些格式打交道。更麻烦的是记忆表示,行业在procedural memory,程序性记忆上收敛到skills,semantic memory,语义记忆还没标准,别过早规定太死。
文章给了一个端到端例子:Agent准备收入报告。原始收入数字在BigQuery和Salesforce。知识分几层:LangChain风格的报告怎么做,存在GitHub的skills格式里;ARR怎么算,存在公司wiki;BigQuery和Salesforce的实时数据怎么访问,也存成skills,放在Context Hub。Agent跑起来,发现BigQuery某列改名了,现场找到正确列,并通过工具报告问题、建议新列名。报告做完,财务负责人同步和Agent改了几处格式,还告诉它所有LangChain文档要换新页眉。当晚curator看到被标记的问题,也检查了Agent trace,发现这段来回,于是更新相关skills:取数用新列,起草报告用新页眉。
回复区把几个难点问出来了。Adan Zweig问谁决定一条知识什么时候过期,学习闭环能不能退休旧知识,不只做加法。Harrison Chase回复说curator应该能处理。Draxx问旧修正会不会留成测试,防止新经验把旧经验推翻。hims分享了自己的实践:不让子agent碰skills或knowledge,每个子agent都去编辑很快会乱,现在子agent只向orchestrator汇报,由orchestrator根据什么成、什么败来统一改。Jack Schaffer问谁给curator打分。他的harness里fixer能改很多东西,但权限门不能动,每个修复都要在token预算下赢过留出任务。他的判断很硬:没有锁定的裁判,学习循环会学会给自己打分。Somi问curator夜间改动要不要人审,还是直接进skills。
August Wittorp在回复里贴了一张图:
文章结尾给了一个不复杂的起点:别等所有文档写完再让Agent开工。先挑一个反复出现的工作流,看Agent卡在哪,把缺口补上,让这个循环转起来。LangChain说他们已经在内部这样跑,也在和几个客户把这套东西接到内外部agent上。
发布时间: 2026-11-22 01:27