@nicos_ai: Anthropic 的一位高级工程师刚刚发布了一份关于多智能体系统“图工程”的12页PDF。思维转变…

X AI KOLs Timeline 论文
multiagent-systems knowledge-graph graph-engineering anthropic memory-system agent-architecture

摘要

Anthropic 的一位高级工程师发布了一份12页的PDF，详细介绍了用于多智能体系统的图工程方法，利用知识图谱作为持久化共享内存，以克服上下文窗口限制。

一个来自 Anthropic 的高级工程师刚刚发布了一份关于多智能体系统“图工程”的12页PDF。 思想转变：你的代理的内存随着上下文窗口的消失而消亡。知识图谱使其永久化。 提取 → 解析 → 组装 → 查询 → 循环 每个智能体图的五个阶段： → 提取：Haiku 提取实体和主体-谓语-客体三元组。每个文档一次调用。Pydantic schema 是唯一的训练数据。 → 解析：Sonnet 将“Edwin Aldrin”与“Buzz Aldrin”分组，无需任何文本重叠，利用描述作为上下文。 → 组装：规范节点、类型化边和每个三元组中的来源。一个单一的连接图。 → 查询：序列化一个子图，Sonnet 对三元组进行推理，每个响应引用一条特定的边。 → 循环：每个新文档重新进入同一个管道，并与现有节点合并。图不会被重建，而是不断增长。 将其作为共享内存连接到你的多智能体系统。 工作者写入它，评估者检查它，循环从一天持续到第二天。 这份12页的PDF改变了我的多智能体系统构建方式。 阅读它，然后查看下面的文章
查看原文
查看缓存全文

缓存时间: 2026/07/27 03:41

一位来自ANTHROPIC的高级工程师刚刚发布了一份12页的PDF，内容是关于多智能体系统的“图谱工程“

思维转变：你的智能体记忆会随着上下文窗口消亡。而知识图谱让记忆变得永久。

提取 → 解析 → 组装 → 查询 → 重复

每个智能图谱的五个阶段：

→ 提取：Haiku提取实体和主-谓-宾三元组。每个文档调用一次。Pydantic模式是唯一的训练数据。

→ 解析：Sonnet将“Edwin Aldrin“与“Buzz Aldrin“分组，无需文本重叠，仅以描述为上下文。

→ 组装：规范节点、类型化边以及每个三元组的溯源。一个单一的连接图。

→ 查询：序列化子图，Sonnet基于三元组进行推理，每个响应都引用特定边。

→ 重复：每份新文档重新进入相同管道，与现有节点合并。图谱不会重建，只会生长。

将其连接到你的多智能体系统，作为共享记忆。

工作节点向它写入，评估节点基于它检查，循环从一天持续到第二天。

这份12页的PDF改变了我构建多智能体系统的方式。

先阅读它，然后查看下面的文章。

相似文章

图工程 (GitHub 仓库)

TLDR AI

一个精选的研究论文、基准测试和开源项目集合，专注于LLM Agents时代下的图工程，伴随一篇arXiv综述论文，旨在推进从个体智能到系统智能的研究。