Engenharia de Grafo de Contexto com K3: Transformando 300 Agentes em uma Base de Conhecimento Conectada

Uma pilha de 300 respostas não é conhecimento. O Kimi Agent Swarm não apenas executa agentes em paralelo. Ele conecta o que eles encontram em um grafo único e interligado que você pode usar de verdade.

300 agentes como nós. 1 grafo conectado. 5 feeds de dados ao vivo

Todo mundo está correndo para executar mais agentes. Quase ninguém pergunta o que acontece com o que esses agentes encontram.

Lance 300 agentes em um problema de pesquisa e eles voltam rápido. Mas, por padrão, você recebe 300 respostas separadas em 300 caixas separadas. Isso é uma pilha, não uma base de conhecimento. O valor nunca esteve nas descobertas individuais. Ele estava em como elas se conectam, e conexão é exatamente o que uma pilha descarta.

Pense em como um analista humano realmente trabalha. Ele não apenas coleta fatos. Ele percebe que duas empresas compartilham um fornecedor, que uma regulamentação afeta um setor inteiro, que um único fornecedor está por trás de metade do mercado. Coletar é a parte fácil. Conectar é a parte cara, e é a parte que gera insight.

Este é o diferencial silencioso do Kimi Agent Swarm. Ele não apenas distribui o trabalho entre agentes paralelos. Ele condensa a saída deles em uma estrutura única e conectada, um grafo de contexto, onde cada fonte é um nó e cada relação é uma aresta. Você não recebe 300 respostas. Você recebe uma base de conhecimento que sabe como as próprias partes se relacionam.

O swarm é o músculo. O grafo de contexto é o que transforma esse músculo em algo que você pode consultar, expandir e confiar.

Por que uma pilha falha

Nós sem arestas são apenas uma lista

Imagine uma tarefa de pesquisa envolvendo 100 empresas. Um swarm comum entrega 100 relatórios. Para descobrir quais três compartilham um fornecedor, quais duas estão expostas à mesma regulamentação ou qual depende silenciosamente de outra, você lê todos os 100 e guarda as conexões na cabeça. O trabalho que você realmente queria, as relações, é o trabalho que a ferramenta pulou.

E isso piora com escala, não melhora. Dez fontes você consegue conectar à mão. Cem, não. O número de relações possíveis entre cem nós chega a milhares, que é exatamente o ponto em que um humano desiste e um relatório comum vira um documento que ninguém lê de verdade. Mais agentes sem estrutura significa mais coisa para filtrar, não mais coisa para entender.

Um grafo de contexto inverte isso. No momento em que dois agentes tocam a mesma entidade, um fornecedor, um mercado, um documento, o Kimi traça uma aresta entre eles. As relações deixam de ser algo que você reconstrói à mão e passam a fazer parte do próprio artefato. Clusters, hubs e dependências ocultas agora ficam visíveis, porque o grafo os tornou estruturais.

A ideia

O que o Kimi quer dizer com grafo de contexto

Duas partes, e o Kimi gera as duas na mesma execução.

Nós são o que os agentes encontram

Cada entidade pesquisada por um agente do swarm se torna um nó: uma empresa, uma fonte, uma métrica, um documento. Um agente, uma fatia do mundo, um nó no grafo.

Arestas são como elas se relacionam

Quando dois nós compartilham uma fonte, um mercado, uma dependência ou uma citação, o Kimi os conecta. A aresta carrega a relação, então a conexão pode ser consultada, não apenas implícita.

Um relatório comum dá a você os nós e descarta as arestas. É por isso que um relatório morre no momento em que você termina de lê-lo. O grafo de contexto que o Kimi constrói mantém as arestas, e é isso que permite fazer perguntas que o prompt original nunca mencionou.

O mecanismo

Como o swarm constrói o grafo

É aqui que o paralelismo e a estrutura de grafo se encontram, e onde o design do Kimi se paga. Como até 300 agentes rodam ao mesmo tempo, o grafo não cresce um nó por vez. Ele se materializa quase todo de uma vez e depois se conecta.

A ordem importa. Uma ferramenta sequencial construiria o nó 1, depois o nó 2, depois procuraria uma ligação, e assim por diante, o que é lento e tende o grafo para aquilo que foi visto primeiro. O Kimi preenche todo o conjunto de nós em paralelo antes de começar a desenhar arestas, então as conexões são encontradas considerando o quadro completo, não um parcial. Você obtém um grafo que reflete todos os 300 resultados, não os primeiros que voltaram.

Um lançamento

100 empresas, um grafo conectado

Aqui está tudo em um único prompt. Repare que você não está pedindo um grafo explicitamente. Você está pedindo ao Kimi para pesquisar e conectar, e o grafo é como ele estrutura a resposta.

1swarm_launch.md
2Kimi Agent Swarm
3# um lançamento, 100 nós, arestas ao vivo
4
5TAREFA: mapear o mercado de EVs. um agente por empresa.
6FONTES: Yahoo Finance, World Bank, IMF, ações em tempo real.
7
8CONECTAR: ligar quaisquer duas empresas que compartilhem
9  um fornecedor, um índice ou uma exposição regulatória.
10
11# O Kimi distribui 100 agentes e depois conecta
12# as entidades compartilhadas em um único grafo de contexto.

Quarenta minutos depois, você não tem 100 relatórios para ler. Você tem um mapa conectado. As três empresas que compartilham um fornecedor de baterias ficam em um cluster visível. A única empresa da qual todas as outras dependem aparece como um hub com o maior número de arestas. Nada disso estava no prompt. O grafo trouxe isso à tona porque o Kimi manteve as conexões em vez de descartá-las.

Pergunte ao grafo

Perguntas que o prompt nunca mencionou

Um relatório comum responde exatamente à pergunta que você fez e nada mais. O grafo de contexto que o Kimi constrói responde perguntas que você não pensou em fazer, porque as respostas já estão codificadas nas arestas. Você não está refazendo a pesquisa. Você está lendo uma estrutura que já existe.

Pergunte qual empresa é o maior ponto único de falha, e o grafo retorna o nó com mais arestas de dependência de entrada. Pergunte quais empresas se movem juntas, e ele retorna o cluster mais denso. Pergunte o que conecta duas empresas que parecem não relacionadas, e ele traça o caminho das entidades compartilhadas entre elas. Cada resposta é uma operação no grafo, não um novo lançamento.

1graph.query · live
2query> qual nó é o maior ponto único de falha?
3→ nó #041 (14 arestas de dependência de entrada)
4query> quais empresas se movem juntas?
5→ cluster A: 8 nós, fornecedor de bateria compartilhado
6query> o que conecta #012 e #087?
7→ caminho: #012 → documento do IMF → #087
8// O grafo responde perguntas estruturais instantaneamente, porque as relações já estão nele.

Por que isso dura

Um grafo se acumula. Um relatório não.

Esta é a parte que importa para quem faz pesquisa mais de uma vez. Um relatório comum termina no momento em que é escrito. A pergunta da próxima semana significa começar do zero. O grafo de contexto que o Kimi constrói é o oposto: é uma base sobre a qual você continua construindo.

• Consultável. Pergunte ao grafo qual nó é o mais conectado, ou o que liga duas entidades. A resposta já está na estrutura.
• Expansível. O próximo lançamento adiciona novos nós e arestas ao mesmo grafo, em vez de uma nova pilha. O conhecimento se acumula.
• Reutilizável. As relações permanecem. Uma pergunta que você não pensou em fazer hoje pode ser respondida amanhã sem refazer a pesquisa.
• Explicável. Cada aresta remonta à fonte compartilhada que a criou, então você pode ver por que duas coisas estão conectadas.

Uma pilha de respostas perde valor no momento em que você a fecha. Um grafo ganha valor cada vez que você adiciona algo a ele. Essa diferença, ao longo de um mês de pesquisa, é a diferença entre refazer trabalho e acumular sobre ele.

Pare de coletar respostas. Comece a construir um grafo.

Qualquer pessoa pode executar 300 agentes. A questão é o que sobra para você quando eles terminam. O Kimi Agent Swarm deixa você com uma base de conhecimento conectada, não uma pilha, e essa é a diferença entre pesquisa que você joga fora e pesquisa sobre a qual você continua construindo.