Wink Pings

模型在贬值,知识循环在增值:LangChain 的知识工厂

LangChain 的答案叫 knowledge factory:agent 边干活边标记缺口,curator agent 晚上把标记和运行记录变成可复用知识。模型在贬值,循环在增值。

Harrison Chase 发了一篇长文,讲 LangChain 内部怎么构建 knowledge factory。核心判断:公司里 AI 没用,问题经常出在知识上。模型和上下文都不是最缺的。

最厉害的员工脑子里装着公司怎么运转:该找谁、数据在哪儿、为什么这么干。这些知识很少被写下来,散在文档和个人经验里。想让 agent(智能体)真正干活,得先把这部分知识收集、筛选、维护,再喂给 agent。Harrison 把这套系统叫 knowledge factory。原文在这里:How to build a knowledge factory。

LangChain 内部的 GTM agent(市场销售相关)、内容 agent,还有 LangSmith Engine(LangChain 的 agent,用来分析运行记录并建议修复),都跑着同样的学习循环。

Nicholas Charriere 转发时补了一个分类:他把挂在某个空间上的 agent 叫 gardener,挂在某个人身上的叫 butler。他怀疑接下来几个月会常听到“Knowledge Factories”这个词。

Nicholas Charriere 对 agent 的分类

Harrison 先区分了 context 和 knowledge:context 是 agent 做任务时手头能用的东西;knowledge 是能让它下次做对的可复用理解。知识工厂就是不断把文档和经验变成 context 的装置。

他从软件工厂类比讲起。过去一年半,软件工厂的概念变热:最厉害的工程师不该天天写业务代码,而是造一套系统,让其他人和 agent 一起更快地写软件。通用知识工作也在走同样的路。agent 能做演示文稿、发外联、剪视频。真正限制它们的是那些只有老员工才知道的事情。

他拆了三类知识:

  • 技能:怎么做。流程、指令、脚本,按公司要求完成任务的方法。
  • 领域知识:业务怎么运转。产品、客户、竞争对手、组织架构。
  • 数据访问指引:当前信息去哪取。哪些源可信,数据在哪,怎么查。

对应工厂也有三块:

  • agent 在工作时发现缺知识或错知识,用工具上报。
  • curator agent(负责更新和维护知识的智能体)在后台定期看标记、看运行记录,更新知识。
  • 存储方式反而不重要,GitHub、Notion、Neo4j 都行。现在行业对技能格式开始收敛,语义记忆还没标准。

Harrison 特别强调,知识库不该由干活的那个 agent 自己维护。使用知识的 agent 擅长发现问题,但修复需要理解底层知识和数据源。让一群有自己目标的 agent 直接维护知识库,结果会是一团矛盾。

文章里有个收入报告的例子,比较具体。agent 做收入报告时要用 BigQuery 和 Salesforce 的原始数字,按 LangChain 格式生成。运行中它发现 BigQuery 某列改名了,自己找到新列,同时用工具上报。报告出来后,财务负责人同步改了几处格式,包括一个新页眉。当晚 curator agent 看到标记,也查看了运行记录,把取数和报告技能都更新了。

评论区的几条补充比文章本身还有意思。

有网友问:知识过期谁来定?Harrison 说 curator agent 能做。

有网友实践过类似方案。他的经验是:子 agent 不允许直接改技能和知识。所有子 agent 只向 orchestrator(主 agent)报告,由 orchestrator 统一决定改什么。否则很快一团糟。

还有一条很尖锐:如果两个 agent 对同一条知识提出不同改法,说明它不一定过期,更可能是有歧义。curator agent 第二天选一个,等于把分歧藏起来。应该让冲突进人工队列,单个标记自动合并。

Will 的总结更狠:循环是护城河,模型是租的。

August Wittorp 在回复里贴了张图,问这种方向算不算相关。

August Wittorp 在回复中贴的图

Harrison 给了一条实际建议:不用等把所有文档整理好再上 agent。找一个反复出现的工作流,看 agent 卡在哪,把缺口补上。干着干着,知识会越来越完整。

模型本身会越来越便宜,围绕业务沉淀下来的知识循环才是稀缺的。

发布时间: 2026-11-22 05:49