Ingénierie de graphes de contexte avec K3 : Transformer 300 agents en une base de connaissances connectée

Un tas de 300 réponses, ce n'est pas de la connaissance. Kimi Agent Swarm ne se contente pas d'exécuter des agents en parallèle. Il relie ce qu'ils découvrent au sein d'une structure connectée unique, un graphe que vous pouvez réellement utiliser.

300 agents comme nœuds. 1 graphe connecté. 5 flux de données en direct

Tout le monde se précipite pour lancer toujours plus d'agents. Presque personne ne se demande ce que deviennent les découvertes de ces agents.

Lancez 300 agents sur un problème de recherche et les résultats ne se font pas attendre. Mais par défaut, vous obtenez 300 réponses distinctes dans 300 boîtes séparées. C'est un tas, pas une base de connaissances. La valeur n'a jamais résidé dans les découvertes individuelles, mais dans leur mise en relation — et c'est précisément ce qu'un tas jette à la poubelle.

Réfléchissez à la façon dont un analyste humain travaille réellement. Il ne se contente pas de réunir des faits. Il remarque que deux entreprises partagent un fournisseur, qu'une réglementation touche tout un secteur, qu'un seul prestataire se cache sous la moitié du marché. La collecte, c'est la partie facile. La mise en relation, c'est la partie coûteuse — et c'est elle qui produit les insights.

C'est le point discret qui rend Kimi Agent Swarm différent. Il ne se contente pas de répartir le travail entre des agents parallèles. Il relie leurs résultats au sein d'une structure connectée unique, un graphe contextuel, où chaque source est un nœud et chaque relation une arête. Vous n'obtenez pas 300 réponses. Vous obtenez une base de connaissances qui sait comment ses propres éléments se relient.

L'essaim est le muscle. Le graphe contextuel transforme ce muscle en quelque chose que vous pouvez interroger, enrichir et auquel vous pouvez faire confiance.

Pourquoi un tas ne suffit pas

Des nœuds sans arêtes ne sont qu'une liste

Imaginez une recherche portant sur 100 entreprises. Un essaim plat vous livre 100 rapports. Pour savoir lesquelles partagent un fournisseur, lesquelles sont exposées à la même réglementation, ou laquelle dépend silencieusement d'une autre, vous lisez les 100 et gardez les connexions en tête. Le travail que vous vouliez réellement — les relations — est précisément celui que l'outil a ignoré.

Et c'est pire à l'échelle, pas mieux. Dix sources, vous pouvez les relier à la main. Cent, c'est impossible. Le nombre de relations possibles entre cent nœuds se compte par milliers — c'est précisément le moment où un humain abandonne et où un rapport plat devient un document que personne ne lit vraiment. Plus d'agents sans structure signifie plus à trier, pas plus à comprendre.

Un graphe contextuel inverse la donne. Dès que deux agents touchent la même entité — un fournisseur, un marché, un document — Kimi trace une arête entre eux. Les relations cessent d'être quelque chose que vous reconstruisez à la main et deviennent partie intégrante de l'artefact lui-même. Les clusters, les hubs et les dépendances cachées sont désormais visibles, parce que le graphe les a rendus structurels.

L'idée

Ce que Kimi entend par graphe contextuel

Deux composantes, et Kimi les génère toutes deux en une seule exécution.

Les nœuds sont ce que les agents découvrent

Chaque entité étudiée par un agent de l'essaim devient un nœud : une entreprise, une source, une métrique, un document. Un agent, une parcelle du monde, un nœud dans le graphe.

Les arêtes sont la manière dont ils se relient

Lorsque deux nœuds partagent une source, un marché, une dépendance ou une citation, Kimi les connecte. L'arête porte la relation : le lien est donc interrogeable, pas seulement implicite.

Un rapport plat vous donne les nœuds et laisse tomber les arêtes. C'est pourquoi un rapport est mort dès que vous finissez de le lire. Le graphe contextuel que Kimi construit conserve les arêtes, ce qui vous permet de lui poser des questions que le prompt d'origine n'a jamais mentionnées.

Le mécanisme

Comment l'essaim construit le graphe

C'est ici que le parallélisme et la structure de graphe se rencontrent, et que la conception de Kimi porte ses fruits. Comme jusqu'à 300 agents tournent en même temps, le graphe ne grandit pas un nœud à la fois. Il se matérialise presque tout d'un coup, puis s'assemble de lui-même.

L'ordre compte. Un outil séquentiel construirait le nœud 1, puis le nœud 2, puis chercherait un lien, et ainsi de suite — un processus lent qui biaise le graphe vers ce qu'il a vu en premier. Kimi peuple l'ensemble des nœuds en parallèle avant de commencer à tracer les arêtes : les connexions sont donc établies à partir de l'image complète, et non d'une image partielle. Vous obtenez un graphe qui reflète les 300 découvertes, pas seulement les premières qui sont remontées.

Un lancement

100 entreprises, un graphe connecté

Voici le tout en un seul prompt. Remarquez que vous ne demandez pas explicitement un graphe. Vous demandez à Kimi de rechercher et de connecter — et le graphe est la manière dont il structure la réponse.

1swarm_launch.md
2Kimi Agent Swarm
3# un lancement, 100 nœuds, des arêtes vivantes
4
5TÂCHE : cartographier le marché des VE. un agent par entreprise.
6SOURCES : Yahoo Finance, Banque mondiale, FMI, cotations en direct.
7
8CONNECTER : relier deux entreprises qui partagent
9  un fournisseur, un indice ou une exposition réglementaire.
10
11# Kimi déploie 100 agents, puis relie les
12# entités partagées dans un graphe contextuel unique.

Quarante minutes plus tard, vous n'avez pas 100 rapports à lire. Vous avez une carte connectée. Les trois entreprises qui partagent un fournisseur de batteries forment un cluster bien visible. L'entreprise dont toutes les autres dépendent apparaît comme un hub avec le plus grand nombre d'arêtes. Rien de tout cela n'était dans le prompt. Le graphe l'a mis en évidence parce que Kimi a conservé les connexions au lieu de les jeter.

Interrogez le graphe

Des questions que le prompt n'a jamais mentionnées

Un rapport plat répond exactement à la question que vous avez posée, et rien d'autre. Le graphe contextuel que Kimi construit répond à des questions auxquelles vous n'aviez pas pensé, parce que les réponses sont déjà encodées dans les arêtes. Vous ne relancez pas la recherche. Vous lisez une structure qui existe déjà.

Demandez quelle entreprise est le plus grand point unique de défaillance, et le graphe renvoie le nœud avec le plus d'arêtes de dépendance entrantes. Demandez quelles entreprises bougent ensemble, et il renvoie le cluster le plus dense. Demandez ce qui relie deux entreprises qui semblent sans rapport, et il trace le chemin des entités partagées entre elles. Chaque réponse est une opération sur le graphe, pas un nouveau lancement.

1graph.query · en direct
2query> quel nœud est le plus gros point unique de défaillance ?
3→ nœud #041 (14 arêtes de dépendance entrantes)
4query> quelles entreprises bougent ensemble ?
5→ cluster A : 8 nœuds, fournisseur de batteries partagé
6query> qu'est-ce qui relie #012 et #087 ?
7→ chemin : #012 → déclaration FMI → #087
8// Le graphe répond instantanément aux questions structurelles, car les relations y sont déjà présentes.

Pourquoi ça perdure

Un graphe capitalise. Un rapport, non.

Voici ce qui compte pour quiconque fait de la recherche plus d'une fois. Un rapport plat est terminé dès qu'il est écrit. La question de la semaine prochaine signifie repartir de zéro. Le graphe contextuel que Kimi construit est l'inverse : c'est une base sur laquelle vous continuez à construire.

• Interrogeable. Demandez au graphe quel nœud est le plus connecté, ou ce qui relie deux entités. La réponse est déjà dans la structure.
• Extensible. Le lancement suivant ajoute de nouveaux nœuds et de nouvelles arêtes au même graphe, au lieu d'un nouveau tas. La connaissance s'accumule.
• Réutilisable. Les relations demeurent. Une question à laquelle vous n'avez pas pensé aujourd'hui trouvera sa réponse demain, sans relancer la recherche.
• Explicable. Chaque arête remonte à la source partagée qui l'a créée : vous pouvez donc voir pourquoi deux choses sont connectées.

Un tas de réponses perd de la valeur dès que vous le refermez. Un graphe gagne de la valeur à chaque ajout. Cette différence, sur un mois de recherche, c'est la différence entre refaire le travail et le capitaliser.

Arrêtez de collecter des réponses. Commencez à construire un graphe.

N'importe qui peut lancer 300 agents. La question est de savoir ce qui vous reste une fois qu'ils ont terminé. Kimi Agent Swarm vous laisse une base de connaissances connectée, pas un tas — et c'est là la différence entre une recherche que l'on jette et une recherche sur laquelle on continue de construire.