LangChain:公司知识散在人脑子里,GTM 和 Content Studio 的 Agent 出不对报告;知识工厂让干活时报缺口,后台 curator 连夜补

· LangChain Blog · 日刊 2026-11-22 · 来源 ↗

LangChain 给内部 GTM、Content Studio 和 LangSmith Engine 接了知识工厂:干活的 Agent 报缺、报错,后台 curator 从 Notion、Slack 和轨迹补 skill,下次收入报告才按公司算法和格式出。

结论

LangChain 这篇不是再发一遍「给 Agent 再塞一点上下文」。Harrison Chase 写的是自家已经怎么处理「公司怎么干活、标准是什么、数据在哪」还散在人脑子、文档和聊天里,干活的 Agent 拿不到。他们把这套收集、整理、维护公司知识再交给 Agent 的系统叫 knowledge factory(知识工厂)。内部 GTM(获客、内容和活动那条线)和 Content Studio 的 Agent 已经靠它跑;LangSmith Engine(扫轨迹并建议修复的 Agent)还给每只 Agent 各维护一份。人还是决定哪份报告格式能用、哪条收入算法能写进 wiki 的人。

要点

  • 先拆掉「公司知识只在人脑子里,Agent 做不了演示、外呼和报告」这层,不是再换一个更大窗口的模型。 原文把卡住的点写得很具体:最能干的同事知道该找谁、去哪查、为什么要这样做;这些知识常常是 tacit(没写下来、只在脑子里转的)、不完整、散在各种文档里。Agent 已经能做演示、发布视频、外呼;缺的是这份公司知识。人还是决定哪份知识能交给 Agent 的人。

  • 要维护的是三类知识,不要把会变的数再抄一份。 Skills(技能:按公司规矩做事的说明书、脚本)——同事之间口口相传、以前常常没写下来的那套。Domain knowledge(领域知识:不常过期的业务事实)——产品、客户、竞品、组织是怎么回事。Data access guidance(数据入口说明:数据在哪、怎么查)——数已经在 Snowflake、Databricks 这类源里且是最新的,就不要另维护一份副本,只维护怎么查。

  • 干活的 Agent 负责报缺口,整理交给后台 curator,不要让干活的顺手改知识库。 干活时找不到、或发现写错了,就用工具至少报「哪里不对」,可选地建议正确更新。真正改知识的是 curator agent(策展 Agent:后台按节奏整理知识的 Agent):它能读 Notion、Slack 等原文散落处,能读 traces(轨迹:Agent 实际怎么干活的记录),也能读报上来的缺口。让干活的 Agent 自己改,知识会变乱、互相打架。

  • 知识存在哪不是最先要定的;先把报缺口和补缺口这条环跑通。 原文说可以存在 GitHub 的 skill、Notion 单文件、LangSmith Context Hub 的 OKF、或 Neo4j 知识图。策展 Agent 要会读写这些格式。行业在程序性记忆上已经收敛到 skill;语义记忆还没有统一标准,所以不要过早把格式做复杂。

  • 验收要看一件反复做的活下次会不会少改,不要只看「知识库开关能打开」。 原文用做收入报告走完一遍:原始收入数在 BigQuery 和 Salesforce;LangChain 风格的报告 skill 在 GitHub;ARR(年经常性收入)怎么算在公司 wiki;怎么查 BigQuery / Salesforce 作为 skill 放在 Context Hub。Agent 发现列改名了,当场对上正确列,再用工具报上去。财务负责人同步改了几处格式,并要求所有 LangChain 文档用新页眉。当晚策展 Agent 看到报错和这段来回,把「用新列取数」和「用新页眉起草」写进相应 skill。下次不必再教一遍。

怎么做

面向已经让 Agent 出演示、写外呼或出周报,却发现「每次都要再教一遍公司算法、格式和该查哪张表」的 junior:不必复制 LangChain 或 knowledge factory 这个名字,按同一组顺序挡一遍。

  1. 先写清卡在哪一步。 「收入报告每次都要人改页眉」「列改名了 Agent 才现场猜」「ARR 怎么算只在财务负责人脑子里」。写成对方能听懂的一句话:起草和查找可以自动,对外发出的报告和收入算法必须人点头。这是应用问题,不是再换一个更大窗口的模型。

  2. 先接到已经在用的仓库、wiki 和数仓,不要从空白对话开始粘文档。 做事的说明书进 GitHub skill;不常变的业务定义进 wiki;会变的数留在 BigQuery / Salesforce,只维护怎么查。原文说目标不是先把一切写完再让 Agent 开工,而是干活时暴露缺口,补上之后下次更好。

  3. 给干活的 Agent 一把报缺口的工具,不要让它自己改知识库。 找不到或发现写错了就报;建议更新可以附上。整理、消矛盾、对照 Notion / Slack / 轨迹,交给后台按节奏跑的策展 Agent。

  4. 从一条会反复做的工作流开始,不要先建全公司知识图谱。 原文建议:选一条反复做的活,看 Agent 卡在哪,把那一环补上。收入报告就是这条环:跑报告 → 报列改名 → 人改格式 → 当晚策展 Agent 改 skill。

  5. 用一件真的活验收,不要只看「知识文件能打开」。 「列改名有没有被报上来」「财务改过的页眉下次还要不要再教」「ARR 定义有没有从 wiki 进报告,而不是 Agent 自己发明一种算法」。原文验收的是:当晚 skill 已更新,下次取数用新列、起草用新页眉。

  6. 人还是放行的人。 Agent 可以起草报告、报缺口、在后台整理 skill。哪条收入算法能写进 wiki、哪份格式能对外、知识工厂何时该闭嘴,仍由负责人看过再定。

关键图表

flowchart TD
    A["公司知识散在脑子 / 文档 / 聊天"] --> B["接到 GitHub skill / wiki / 数仓入口"]
    B --> C["GTM / Content Studio / 报告 Agent 干活"]
    C --> D{"找不到或发现写错?"}
    D -->|是| E["用工具报缺口"]
    D -->|否| F["交出报告 / 物料"]
    E --> G["后台 curator 读报错 + 轨迹 + Notion/Slack"]
    F --> H["人改格式 / 算法"]
    H --> G
    G --> I["更新 skill / wiki"]
    I --> C
    F --> J["人仍对发出去的报告负责"]

LangChain 原文的用法:干活的 Agent 报缺口,后台 curator 连夜对照轨迹和原文补 skill;内部 GTM、Content Studio 和 LangSmith Engine 已经这样跑。人还是决定哪份格式和算法能用的人