本次分享聚焦工业多智能体场景下企业语义记忆的治理问题。演讲指出,主流记忆框架解决的是跨会话记住用户偏好,而工业Agent真正缺失的是企业数据语义,如指标口径、工单号在不同表中的多种写法,这些信息藏在数仓、代码与文档中,并不产生于对话流。更关键的是,实测显示只注入一半语义时回答正确率反而低于完全不注入,写错的记忆比遗忘更危险。为此,演讲提出一套工程路径:写入侧由大模型提议、真实数据裁决、证据分级入库,并通过时间轴校验、双源融合与对抗评审消解冲突;使用侧按对象锚定动态构建上下文,将教训沉淀为可插拔提示词组件与回归断言。其核心主张是,企业语义记忆应被视为需要治理的资产,做到写入有裁决、冲突有消解、经验能沉淀、错误可撤销。
QCon上海是一场全球软件开发技术大会,聚焦AI推理优化、大模型架构、强化学习系统优化、复杂业务Agent工程化及多模态AIGC内容生产等前沿技术分享。
📱 每天一份 AI 前沿日报
关注公众号,每天 09:00 推送 · 不错过任何重磅