LangChain 讲解如何为 AI 智能体搭建知识工厂
LangChain 提出“知识工厂”概念,用于收集、整理和维护企业内隐性知识并传给 AI 智能体,其内部 GTM、内容工作室智能体和 LangSmith Engine 已采用该实践。知识工厂包含三类知识:技能、领域知识和数据访问指引,并通过智能体标记缺失知识、后台 curator agent 定期更新来维护。LangChain 认为企业落地 AI 缺的不是更好的模型,而是更好的知识。
LangChain:Blog·2026-11-22 00:45· 1 小时前AI 评分53
如何为 AI 智能体构建知识工厂
AI 导读
LangChain 分享了其内部 GTM、内容工作室智能体和 LangSmith Engine 背后的知识工厂实践,认为让 AI 在企业落地缺的不是更好的模型,而是更好的知识。
正文 · 原文
为了让 AI 在你的公司中发挥作用,缺失的一环不是更好的模型,也不只是更多的上下文——而是更好的知识。它是关于你的公司如何运作、你有哪些运营标准、数据存储在哪里以及如何访问的知识。
你最高效的员工把这些知识装在脑子里。他们知道该找谁、去哪里找答案、为什么你们以某种特定方式做事。这些知识往往是隐性的、默会的、分散的——有时只存在于他们脑中,有时散落在各种文档里。
为了让 AI 在你的公司中发挥作用,你需要收集、整理并维护这种知识的一种表示形式,以便传递给智能体。帮助你做到这一点的系统,我们称之为知识工厂。
我们在 LangChain 通过几种方式构建了它。我们内部的 GTM 和内容工作室智能体由知识工厂驱动。LangSmith Engine(我们运行在 trace 之上并给出修复建议的智能体)也为每个智能体维护一个知识工厂。本博客分享我们的经验。
上下文 vs 知识
上下文是智能体在执行任务时可用的信息。
知识是我们维护的可复用理解,以便它能正确执行该任务:某个指标意味着什么、该信任哪个来源,或者我们如何处理某种特定情况。有时写下来,但通常没有。
知识工厂把分散的文档和经验转化为知识,这些知识可以成为未来工作的上下文。
所以知识是智能体将获得的一种上下文形式,但它通常不是(也不应该是)智能体获得的唯一上下文。其他类型的上下文你已经可靠地摄取/存储,可以直接提供给智能体(参见下文关于快速变化数据的部分)。
从软件工厂到知识工厂
软件工厂的理念在过去一年半里迅速兴起。其理念是:与其让你的顶尖工程师实际构建软件,不如让他们构建工厂(系统),帮助公司里的每个人更高效地构建软件。软件的实际构建可以由智能体完成。
一般性的知识工作现在也正沿着类似的道路发展。智能体已经足够好,可以制作演示文稿、发布视频、做外呼。你应该尽可能利用它们来完成这些任务。但为了让它们完成这些任务,它们需要那些隐性的、默会的、分散的知识。
这才是你应该投入资源的地方。你需要构建这些知识,更重要的是构建一个工厂来收集、整理和维护这些知识。这将让你能把更多一般性知识任务外包给智能体。
知识的组成部分
通常有几类知识是你想要维护的。
- 如何完成工作——技能。按照公司期望的方式完成任务的流程、指令和脚本。
- 业务如何运作——领域知识。关于你的产品、客户、竞争对手和组织的定义、政策和事实。
- 在哪里获取最新信息——数据访问指引。该用哪些数据源、什么数据在哪里、以及如何查询。

技能:这些是在公司内部“正确”做事的流程。包括说明、脚本,用于按公司要求的特定方式完成任务。很多时候,这些内容从未被写下来(而是同事之间口口相传)。你应当努力把它们写下来。
领域知识:这是不会频繁过时的知识。它通常是关于人员、产品、竞争对手的核心信息。这类信息往往已经被写下来——但通常不完整(或不正确),仅仅是因为这里的知识量实在太大。
数据访问指引:你应当有良好的数据策略(Snowflake、Databricks 等)。这是有用智能体的基础。如果数据的权威来源已经在那里,并且完整且最新——就无需维护单独的副本。相反,你需要维护的新内容是清晰的说明:什么数据在哪里、以及如何查询。
工厂的各个组成部分
所有这些信息都是有用智能体所需要的。不要试图手动维护它——那是一项艰巨的工程。相反,你需要建立一个维护它的系统。一般来说,各个组成部分看起来是这样的:

让智能体标记缺失知识的方式:了解哪些知识缺失的最佳方式之一,是让智能体在工作时进行标记。如果它们被要求做某件事,却找不到信息,或者发现找到的信息是错误的——它们就应当标记出来!给智能体一个工具,至少能报告哪里错了,并可选地建议正确的更新。
策展智能体:一个用于更新、策展和维护这些知识的智能体:这些知识不应手动保持最新——工作量太大。也不应仅由使用它的智能体来保持最新——它们很擅长标记哪里错了或缺失,但修复它需要对底层知识和其他数据源的深入理解。让智能体——它们主要是在努力完成自己的目标——去妥善更新和维护这些知识,会导致它变得难以管理且充满矛盾。相反——你需要一个在后台运行的策展智能体,按一定节奏更新这些知识。它应当能访问所有原始数据源(Notion、Slack 等),这些知识可能散落其中。它应当能访问智能体轨迹,从而看到人们如何尝试使用智能体,并将其整理成技能。它应当能访问智能体标记为错误的内容(见上一节)。
知识的存储:在某些方面,这其实是最不重要的事情。你可以将知识以技能格式存储在 GitHub 中。在 Notion 的单个文件中。以 OKF 格式存储在 LangSmith Context Hub 中。在 Neo4j 的知识图谱中。策展 agent 应该知道如何与所有这些格式交互(并不难)。在另一些方面,这又是探索最少的领域。你如何表示记忆?作为一个行业,我们已经就“程序性记忆”的技能达成了共识。对于更多的语义记忆,很可能会出现另一种标准(OKF?)。现在还为时过早,尚未出现标准——所以最好不要过于规定性,也不要让这种格式过于复杂。
整合起来
让我们以一个 agent 准备收入报告的端到端示例来收尾。
agent 需要一些基础上下文:原始收入数字,存储在 BigQuery 和 Salesforce 中。
然后是知识。它可能由几种不同类型组成:
- 技能:如何以 LangChain 风格创建报告。这些以标准技能格式存储在 GitHub 中。
- 长期知识:我们计算 ARR 的方式。这存储在公司的 wiki 中。
- 如何访问快速变化的知识:如何访问 BigQuery/Salesforce 中的原始数据。这些也只是作为技能存储,但这次是在 Context Hub 中。
agent 运行。也许它注意到我们在 BigQuery 中重命名了一列。它即时找出了正确的列。它使用自己的工具报告问题来标记这一点,并建议正确的列名。
在它创建报告后,我们的财务负责人与 agent 同步协作,修复了一些格式问题,包括告诉它使用我们现在需要用于所有 LangChain 文档的新标题。
当晚,策展 agent 看到了被标记的问题。它还检查了 agent 的追踪记录,并注意到与我们的财务负责人的这一来一回。它相应地更新了相关技能(在获取数据时使用新列,在起草报告时使用新标题)。

结论
目标不是要在 agent 开始工作之前记录一切。而是要构建一个系统,让做工作能揭示缺失了哪些知识,而解决这些缺口能让未来的工作更好。从一个重复的工作流开始,检查 agent 在哪里挣扎,并闭合这个循环。
我们在 LangChain 构建了这个,并正在与一些客户合作,将其引入他们的 agent(内部和外部)。如果你对此感兴趣——请联系我们,我们可以帮忙!
来源:LangChain:Blog · langchain.com
来源:RadarAI · aihot.news