📖 AI 总结

Neo4j现场首席技术官Jesús Barrasa在GraphSummit大会上指出，企业在构建AI智能体时普遍面临一个核心问题：每个新智能体都各自携带一套对企业知识的理解，导致重复建设、结果不一致，这与七年前各平台独立生成报表所犯的错误如出一辙。他主张以知识图谱构建统一的“知识层”，将企业的数据资产、业务概念、政策与流程进行受治理的表示，作为所有智能体共享的上下文引擎。这一做法不仅能保证跨智能体的一致性，还能提供可解释性，让企业追溯智能体答案的数据来源与推理依据。在落地路径上，Barrasa建议从单一用例切入，逐步将上下文扩展到多个应用，而非一开始就构建覆盖全企业的模型。