агенты выглядят волшебно на демонстрации. они проваливаются в производстве. причина проста: они не могут запомнить, не могут ориентироваться и не могут адаптироваться, когда рабочий процесс отклоняется. люди бросают все на решение проблемы: блокноты, журналы, прикрепленные графики знаний. большая часть из этого — это временные решения. но теперь ясно: память и контекст — это защитный барьер. графики знаний не новы. они появились в конце девяностых, стали мейнстримом, когда Google представил свой в 2012 году, и с тех пор тихо поддерживают поиск, рекламу, электронную коммерцию и обнаружение мошенничества. вне больших технологий они никогда не стали популярными, так как их было слишком дорого строить, слишком сложно поддерживать в актуальном состоянии и слишком зависимо от специалистов. теперь уравнение изменилось. языковые модели могут извлекать сущности, отображать отношения и поддерживать графики в актуальном состоянии в реальном времени. внезапно графики стали менее академической нагрузкой и более практическим основанием. но графики не заменяют поиск по встраиваниям. они дополняют его. что работает в производстве — это гибридный поиск: - широкий охват через векторы: "покажите мне вещи, похожие на это" - точное рассуждение через графики: "покажите мне, как эти вещи связаны" - объединенные агентом для предоставления как широты, так и глубины что мы видим вживую: - агенты без постоянной памяти выбывают через шесть недель. пользователи не будут переобучать каждое утро. - покупатели не заботятся о хитроумных подсказках. им важен доверие: возможность оценивать, откатывать, проверять и применять разрешения перед тем, как агент предпримет действие. что работает: вертикальные гибриды. финансовый агент, основанный на счетах, политиках и разрешениях. медицинский агент, основанный на медицинских кодах, лекарствах и правилах соблюдения. память, контекст и доверие — это не функции. это инфраструктура.