← 回總覽

智能体收入暴增 68%!海致科技靠「图模融合」驯服企业级 Agent

📅 2026-03-31 16:33 Jay 人工智能 2 分鐘 1276 字 評分: 88
智能体 图数据库 图模融合 Agent OS 企业级 AI
📌 一句话摘要 本文深度解析了海致科技如何利用自研图数据库 AtlasGraph 构建「智能体操作系统」,通过图模融合技术解决企业级 Agent 在可靠性、安全边界及超长上下文管理方面的核心痛点。 📝 详细摘要 文章通过分析港股 AI 公司海致科技(2706.HK)的最新财报,揭示了其智能体业务实现 68.4% 跨越式增长背后的技术逻辑。针对大模型在 B 端落地时存在的随机性、执行权失控及上下文膨胀等问题,海致科技提出了「图模融合」架构。该架构以 AtlasGraph 图数据库为底座,通过本体(Ontology)对齐语义、结构化管理 Skill 依赖,并利用任务图、记忆图和状态图替代传统的

📌 一句话摘要

本文深度解析了海致科技如何利用自研图数据库 AtlasGraph 构建「智能体操作系统」,通过图模融合技术解决企业级 Agent 在可靠性、安全边界及超长上下文管理方面的核心痛点。

📝 详细摘要

文章通过分析港股 AI 公司海致科技(2706.HK)的最新财报,揭示了其智能体业务实现 68.4% 跨越式增长背后的技术逻辑。针对大模型在 B 端落地时存在的随机性、执行权失控及上下文膨胀等问题,海致科技提出了「图模融合」架构。该架构以 AtlasGraph 图数据库为底座,通过本体(Ontology)对齐语义、结构化管理 Skill 依赖,并利用任务图、记忆图和状态图替代传统的超长上下文对话窗口。这种「Agent OS」思路不仅提升了 AI 的执行确定性,还显著降低了 Token 成本,为金融、政务等深水区行业的 AI 落地提供了可落地的基础设施方案。

💡 主要观点

- 企业级 Agent 的核心门槛在于「守住下限」而非「刷新上限」。 由于 LLM 本质是概率模型,其随机性与 B 端业务对确定性的严苛要求存在冲突。海致通过图技术构建规则引擎,将企业制度与权限控制硬编码为执行边界,确保 Agent 操作合规。

「图模融合」是解决超长上下文挑战的高效路径。 利用任务图、记忆图和状态图三者协同,Agent 无需将海量历史信息塞入 Context Window,而是通过图结构精准检索关系,实现了任务进度的「快照」留存与随时恢复。
Skill 管理需要从「工具升级」转向「关系编排」。 当企业级 Skill 达到一定量级,简单的清单模式会导致依赖关系丢失。通过图数据库固定 Skill 间的前置条件和依赖路径,能显著提升复杂业务流程(如销售报价)的执行效率。

💬 文章金句

- 只要底层还是概率模型,随机性就永远存在。可这在 B 端语境中是不可容忍的。

  • Agent 的执行过程,从来就不是一条流水线。任务之间有依赖,Skill 之间有前置条件,记忆之间存在因果。
  • 真正的决胜点在于,谁能更好地驯服模型,将其以一种稳定、可靠的方式,无缝嵌入到盘根错节的企业业务中。
  • 图模融合是这片数字新大陆的肥沃土壤。在这片沃土之上,大获成功的 Atlas 智能体不仅是首个破土而出的硕果,更是对这套底层逻辑最有力的验证。

📊 文章信息

AI 评分:88

来源:量子位

作者:Jay

分类:人工智能

语言:中文

阅读时间:20 分钟

字数:4939

标签: 智能体, 图数据库, 图模融合, Agent OS, 企业级 AI

阅读完整文章

查看原文 → 發佈: 2026-03-31 16:33:37 收錄: 2026-03-31 18:00:18

🤖 問 AI

針對這篇文章提問,AI 會根據文章內容回答。按 Ctrl+Enter 送出。