一条被模型发布掩盖的重磅信号

今天早报的头条被 Grok 4.7 占据——定价贴着中国模型打、Agentic 编码却被 GPT-6 Astra 甩开一半以上。这类模型对决的叙事我们已经看了三年，边际信息量越来越低。

真正值得停下来细看的，是新闻列表里那条来自 OpenAI 官网的披露：V7 的「机构记忆」（institutional memory）方案——Context Graph。用 GPT-5.6 Luna 从数百万企业文件中抽取实体、关系与证据，构建成可查询的图结构，供 Agent 通过 MCP 协议检索，支撑跨数百步的长程工作流。

官方给的数据点：

  • 50-100 步的工作流可在数分钟内完成，准确率 99.9%；
  • 在 HERB 企业检索基准上超过官方基线 69%；
  • 对「不可回答问题」的幻觉率降低 38%；
  • 客户资产筛选提速 21 倍，单个评审任务节省约 1.2 万美元专家成本；
  • 成本比长上下文方案（把文档直接塞进 context window）便宜一个数量级。

这些数字本身就有信息量，但更重要的是它标记的范式位移：企业知识管理的重心，正在从「检索」（retrieval）转向「记忆」（memory）。

Context Graph 到底是什么

先拆技术。过去十年企业 AI 知识方案的主流是 RAG：文档切块、向量化、检索 top-k、塞进 prompt。RAG 的本质是每次都从零开始——每来一个问题，系统临时去语料库里捞一把相关片段，模型基于这些片段作答。语料库本身对模型来说是黑盒，没有任何结构沉淀。

Context Graph 的思路完全不同。它把企业文档预先加工成一张属性图：

  1. 抽取：GPT-5.6 Luna 扫描数百万文件，抽取实体（人、项目、合同、系统、事件）、关系（谁负责什么、什么依赖什么、哪份合同约束哪个供应商）以及证据（每条边都指回源文件的具体位置）；
  2. 查询：Agent 通过 MCP（Model Context Protocol）对这张图执行结构化查询，而不是对文本做语义搜索；
  3. 溯源：每条知识都带证据链，模型可以判断「我知道这个结论来自哪份文档、什么时候写的、可信度如何」。

注意那个 38% 的数字——幻觉率降低出现在「不可回答问题」上。这正是 RAG 最脆弱的地方：当答案不在语料里时，向量检索总会返回一些「看起来相关」的片段，模型顺理成章地编造。而图查询可以明确返回「图中不存在这条边」，Agent 得到一个诚实的「不知道」，而不是一个自信的胡说。对结构化知识来说，「知道边界」比「知道得多」更值钱。

成本那一条同样关键。「便宜一个数量级」的对比对象是长上下文方案——即把百万级 token 的文档直接灌进 GPT-6 Astra 的上下文窗口。长上下文是这两年厂商主推的路线，听起来优雅，实际用起来是每次调用都重新「读」一遍整个文档库的暴力解法。Context Graph 把阅读理解的成本从每次查询前置到一次性构建，查询阶段只剩轻量的图遍历。这是数据库领域几十年前就懂的道理：对重复查询的工作负载，建索引永远优于全表扫描。

为什么说这是 Agent 落地的真正瓶颈

过去一年 Agent 刷榜的基准成绩突飞猛进（今天早报里 OceanBase 的 GLM-5.2 方案在 Data Agent Benchmark 上首破 90% 就是例证），但企业内的真实落地普遍卡在同一个地方：Agent 没有组织的记忆。

一个新入职的员工，两周后就知道「报价单要找张工确认、ERP 里的库存数据每周五才准、那个 2023 年的项目其实早就黄了」。这些知识不在任何一份文档的显性表述里，而是散落在数千份文件的交叉引用、邮件、变更记录之间。人类通过长期浸润习得，Agent 却每天都是失忆状态——每次任务从冷启动开始，靠检索临时拼凑对企业的一知半解。

这就是「机构记忆」这个词的分量。机构的知识从来不只是文档的集合，而是文档之间关系的总和。RAG 只能给你文档，给不了你关系。Context Graph 第一次把这个层次的知识变成了 Agent 可消费的形态。

再结合另一个背景：MCP 已经成为 Agent 工具生态的事实标准。Context Graph 作为 MCP 可查询的资源，意味着任何支持 MCP 的 Agent——不只是 OpenAI 自家的——理论上都能接入这张企业知识图。OpenAI 在这里下的注，不是「我的模型更聪明」，而是「企业的知识资产将运行在我的基础设施上」。这个位置的卡位价值，比模型本身的领先窗口（通常只有几个月）持久得多。

一个老朋友的新马甲？

读到这里，做过知识图谱的人会举手：这不就是 Knowledge Graph + LLM 吗？十年前做企业知识图谱的项目，为什么大多失败了？

区别在于构建成本和构建者。传统知识图谱的致命伤是 schema 设计和语料标注：需要领域专家定义本体、需要大量人工标注、需要持续的运维团队。项目费用高到只有少数头部企业的少数场景能负担，而且图谱建成之日往往就是它开始过时之时。

Context Graph 把构建环节交给了模型自己。GPT-5.6 Luna 负责「读数百万份文件、抽取实体关系和证据」这件原本需要人类专家做的事，而且可以增量更新——新文件进来，新边长出来。GPT-6 Astra 负责「最重的图谱查询」。整个流水线里，人的角色从图谱的构建者退化为质量的抽查者。这正是这一轮 AI 叙事反复验证的模式：老技术路线的死结，被模型能力的技术进步解开，然后以新名字复活。

当然要泼冷水的地方也有：

  1. 抽取质量决定一切。Luna 从文件里抽出的实体和关系，错一条，Agent 就沿着错误的边推理出错误的结论，而且带着「图查询」的权威感。幻觉没有消失，它被前移到了构图阶段，变得更隐蔽了。
  2. 证据链的时效性。企业知识最值钱的部分往往是最新的部分，图谱的增量更新延迟、旧版本文档与新版本文档的冲突消解，是所有知识管理系统的永恒难题，不会因为构建者是模型就自动解决。
  3. 厂商锁定的加深。企业的知识图谱运行在 OpenAI 的基础设施上、用它的模型构建和维护，迁移成本会随时间指数增长。这本质上是把企业的「组织记忆」外包给一家商业公司——数据主权问题比现在的 API 依赖严重一个量级。

判断：知识基础设施的窗口期

综合起来，我的判断是三条：

第一，「记忆」将在 12-24 个月内成为 Agent 平台的标配能力，就像 RAG 在 2023 年之后成为标配一样。各家都会推出自己的机构记忆方案，竞争焦点是构图的自动化程度、增量更新的实时性和证据链的可审计性。今天还在手写 RAG pipeline 的团队，值得现在就开始评估：你的检索语料，有多少可以升级成结构化的关系资产。

第二，评测体系会跟着变。当知识以图形态存在，衡量 Agent 的标准不再是「能不能从语料里找到答案」，而是「能不能在关系网络中推理出语料里没写的答案」，以及「能不能诚实地识别自己知识的边界」。今天早报里 HERB 基准 69% 的提升幅度说明，现有评测已经开始分化——擅长 RAG 的方案未必擅长图记忆，这会是下一轮基准洗牌的引线。

第三，也是最重要的：模型的竞争正在让位于知识基础设施的竞争。Grok 4.7 的遭遇（价格贴到地板、智能指数仍落后 7 分、Agentic 编码被反超）说明了单纯模型能力的护城河有多浅。而 Context Graph 指向的是另一种护城河：当一家企业的全部知识资产结构化地运行在你的平台上，模型差 5 分根本不重要。模型是易耗品，记忆是复利。

Agent 泡沫论者常说「演示很惊艳，落地全卡壳」。他们是对的，但卡壳的原因通常不是模型不够聪明，而是 Agent 对组织一无所知。Context Graph 不是终点方案——它有抽取质量、时效性、锁定的三重隐患——但它第一次把「组织记忆」从一个比喻变成了一个可工程化的产品形态。下一个阶段的 Agent 竞赛，不在基准榜单上，在企业那张正在成形的知识图里。