← Каталог

· AI Engineer World's Fair 2026

Почему вашей компании нужен граф контекста (и как его построить)

Why Your Company Needs a Context Graph (and How to Build It) — Gil Feig, Merge

Агентам компании нужен context graph: live API отвечают на точечные запросы, синхронизированный кэш закрывает аналитические, а каждый ответ можно проследить до источника.

  • Live API или синхронизированная копия — точечные вопросы про одного клиента решайте через live API, а вопросы вида «какие клиенты были недовольны за год» без локальной копии не решаются: постраничные выборки тикетов упираются в таймауты.
  • Навыки перед выборкой — правила компании, например что считать недовольным клиентом или что сначала проверить в Qualtrics, определяют, какие данные запрашивать. Агент сначала проверяет навыки и память, затем свежесть кэша относительно SLA и только потом вызывает API.
  • Производные данные — сохраняйте сводки по уже собранным данным, например по тикетам клиента, чтобы при повторном вопросе не запрашивать и не суммаризировать всё заново.
  • Провенанс — для каждого факта храните источник, время выборки, идентификатор и права доступа, трансформации и правила инвалидации, например возраст данных больше месяца. В конце спикер рассказывает о продуктах Merge.

Кому полезно: тем, кто строит агентов поверх тикетов, CRM и биллинга и решает, что кэшировать, а что запрашивать live.

Статья по теме

На какие вопросы отвечает доклад

  • Почему live-вызовы MCP не тянут вопросы по всей истории тикетов?

    Пагинация по тикетам за год приводит к таймаутам. Для семантических запросов по большому набору данных спикер советует синхронизировать копию в локальную векторную базу, а live-вызовы оставить для точечных запросов и действий.

    ▶ 3:15Вопросы клиентов и ограничения живых запросов через MCP
  • Как решить, брать данные из кэша или делать live-вызов API агента?

    Сначала проверяются skills и memory, затем кэш по свежести относительно SLA. Если данные устарели, вызывается live API, а новые выводы можно сохранить в memory.

    ▶ 9:58Выбор между Skills, свежими данными из кэша и живыми API
  • Какие типы контекста нужно хранить для агента, кроме промптов?

    Четыре уровня: промпты, skills и memory; live API вызовы, которые дешевле в запуске; кэшированные данные для сложных запросов; производный контекст, например сохранённые сводки по клиенту, чтобы не пересчитывать их каждый раз.

    ▶ 8:31Четыре уровня контекста и переиспользуемые сводки
  • Как отследить, из каких источников агент взял данные для своего ответа?

    Сохранять источник, время выгрузки, идентификатор и scope доступа, кто запросил данные, трансформации и правила инвалидации, например возраст данных больше месяца. Для векторной базы эти поля хранятся в metadata.

    ▶ 11:30Трассируемость, права доступа и инвалидация
  • Зачем агенту сначала проверять company skills, прежде чем запрашивать данные?

    Понятие «недовольный клиент» у каждой компании своё: один смотрит на число тикетов, другой на опросы в Qualtrics. Skills задают, какие данные важны для конкретного ответа.

    ▶ 6:45Корпоративные Skills, память и поток retrieval

Главы

Похожие доклады