Một đống 300 câu trả lời không phải là tri thức. Kimi Agent Swarm không chỉ chạy các agent song song. Nó kết nối những gì chúng tìm thấy thành một đồ thị liên kết duy nhất mà bạn thực sự có thể sử dụng.
300 agent là các nút. 1 đồ thị liên kết. 5 luồng dữ liệu trực tiếp
Ai cũng đang chạy đua để chạy nhiều agent hơn. Gần như không ai đặt câu hỏi điều gì xảy ra với những gì các agent đó tìm thấy.
Phóng 300 agent vào một bài toán nghiên cứu, chúng quay về rất nhanh. Nhưng theo mặc định, bạn nhận về 300 câu trả lời riêng lẻ trong 300 ô riêng biệt. Đó là một đống, không phải một kho tri thức. Giá trị chưa bao giờ nằm ở từng phát hiện đơn lẻ. Nó nằm ở cách chúng kết nối với nhau, và kết nối chính là thứ mà một đống rời rạc vứt bỏ.
Hãy nghĩ về cách một nhà phân tích thực thụ làm việc. Họ không chỉ thu thập dữ kiện. Họ nhận ra rằng hai công ty dùng chung một nhà cung cấp, một quy định chạm đến cả một ngành, một nhà cung cấp duy nhất nằm bên dưới nửa thị trường. Thu thập là phần dễ. Kết nối mới là phần tốn kém, và đó là phần tạo ra sự thấu hiểu.
Đây chính là điều thầm lặng tạo nên sự khác biệt của Kimi Agent Swarm. Nó không chỉ phân tán công việc qua các agent song song. Nó kết nối đầu ra của chúng thành một cấu trúc liên kết duy nhất — một đồ thị ngữ cảnh — nơi mỗi nguồn là một nút và mỗi quan hệ là một cạnh. Bạn không nhận về 300 câu trả lời. Bạn nhận về một kho tri thức tự biết các phần của nó liên quan với nhau như thế nào.
Swarm là cơ bắp. Đồ thị ngữ cảnh là thứ biến cơ bắp đó thành thứ bạn có thể truy vấn, mở rộng và tin tưởng.
Vì sao một đống rời rạc thất bại
Nút không có cạnh chỉ là một danh sách
Hãy hình dung một dự án nghiên cứu trải khắp 100 công ty. Một swarm phẳng đưa bạn 100 bản báo cáo. Để biết ba công ty nào dùng chung một nhà cung cấp, hai công ty nào chịu tác động của cùng một quy định, hay công ty nào đang âm thầm phụ thuộc vào công ty khác, bạn phải đọc cả 100 và giữ các kết nối trong đầu. Công việc bạn thực sự muốn — các mối quan hệ — lại là công việc mà công cụ bỏ qua.
Và mọi thứ chỉ tệ hơn khi quy mô tăng lên, chứ không khá hơn. Mười nguồn bạn có thể tự tay kết nối. Một trăm nguồn thì không. Số mối quan hệ tiềm năng giữa một trăm nút lên tới hàng nghìn, đúng cái điểm mà con người bỏ cuộc và một bản báo cáo phẳng trở thành tài liệu chẳng ai đọc trọn. Càng nhiều agent mà không có cấu trúc nghĩa là càng nhiều thứ phải sàng lọc, chứ không phải càng nhiều thứ để hiểu.
Đồ thị ngữ cảnh đảo ngược điều đó. Ngay khi hai agent chạm vào cùng một thực thể — một nhà cung cấp, một thị trường, một hồ sơ — Kimi vẽ một cạnh giữa chúng. Các mối quan hệ không còn là thứ bạn phải tự tay dựng lại mà trở thành một phần của chính sản phẩm đầu ra. Các cụm, các trung tâm và những phụ thuộc ẩn giờ đây hiện rõ, vì đồ thị đã biến chúng thành cấu trúc.
Ý tưởng
Kimi định nghĩa đồ thị ngữ cảnh như thế nào
Gồm hai phần, và Kimi tạo ra cả hai trong cùng một lượt chạy.
Nút là những gì các agent tìm thấy
Mỗi thực thể mà một agent trong swarm nghiên cứu đều trở thành một nút: một công ty, một nguồn, một chỉ số, một tài liệu. Một agent, một lát cắt của thế giới, một nút trong đồ thị.
Cạnh là cách chúng liên hệ với nhau
Khi hai nút dùng chung một nguồn, một thị trường, một sự phụ thuộc hay một trích dẫn, Kimi kết nối chúng. Cạnh mang theo mối quan hệ, nên liên kết có thể truy vấn, chứ không chỉ là ngụ ý.
Một bản báo cáo phẳng đưa bạn các nút và vứt bỏ các cạnh. Đó là lý do một bản báo cáo chết ngay khi bạn đọc xong. Đồ thị ngữ cảnh mà Kimi xây dựng giữ lại các cạnh, và đó là thứ cho phép bạn hỏi nó những câu mà prompt gốc chưa từng đề cập.
Cơ chế
Cách swarm xây dựng đồ thị
Đây là nơi song song hóa và cấu trúc đồ thị gặp nhau, và là nơi thiết kế của Kimi phát huy giá trị. Vì có tới 300 agent chạy cùng lúc, đồ thị không phát triển từng nút một. Nó hình thành gần như toàn bộ cùng một lúc, rồi tự kết nối lại với nhau.
Thứ tự rất quan trọng. Một công cụ tuần tự sẽ dựng nút 1, rồi nút 2, rồi tìm liên kết, và cứ thế — vừa chậm vừa khiến đồ thị thiên vị bất cứ thứ gì nó tình cờ thấy đầu tiên. Kimi nạp toàn bộ tập nút song song trước khi bắt đầu vẽ các cạnh, nhờ đó các kết nối được tìm ra trên bức tranh hoàn chỉnh thay vì một phần. Bạn nhận được một đồ thị phản ánh đủ 300 phát hiện, chứ không phải vài phát hiện đầu tiên quay về.
Một lần phóng
100 công ty, một đồ thị liên kết
Đây là toàn bộ quy trình trong một prompt duy nhất. Để ý rằng bạn không yêu cầu một đồ thị một cách tường minh. Bạn yêu cầu Kimi nghiên cứu và kết nối, và đồ thị chính là cách nó cấu trúc câu trả lời.
1swarm_launch.md2Kimi Agent Swarm3# một lần phóng, 100 nút, cạnh trực tiếp45TASK: lập bản đồ thị trường EV. mỗi agent một công ty.6SOURCES: Yahoo Finance, World Bank, IMF, cổ phiếu trực tiếp.78CONNECT: kết nối hai công ty bất kỳ dùng chung9 một nhà cung cấp, một chỉ số, hoặc cùng chịu một quy định.1011# Kimi phân tán 100 agent, sau đó kết nối các12# thực thể dùng chung thành một đồ thị ngữ cảnh.
Bốn mươi phút sau, bạn không có 100 bản báo cáo để đọc. Bạn có một bản đồ kết nối. Ba công ty dùng chung một nhà cung cấp pin nằm trong một cụm hiện rõ. Công ty duy nhất mà mọi công ty khác phụ thuộc hiện ra như một trung tâm có nhiều cạnh nhất. Không điều nào trong số đó nằm trong prompt. Đồ thị đã làm lộ ra chúng vì Kimi giữ lại các kết nối thay vì vứt bỏ.
Hỏi đồ thị
Những câu hỏi prompt chưa từng đề cập
Một bản báo cáo phẳng trả lời đúng câu hỏi bạn hỏi và không gì hơn. Đồ thị ngữ cảnh mà Kimi xây dựng trả lời những câu hỏi bạn không nghĩ đến việc hỏi, vì câu trả lời đã được mã hóa sẵn trong các cạnh. Bạn không cần chạy lại nghiên cứu. Bạn đang đọc một cấu trúc đã tồn tại từ trước.
Hỏi công ty nào là điểm lỗi đơn lẻ lớn nhất, đồ thị trả về nút có nhiều cạnh phụ thuộc hướng đến nhất. Hỏi những công ty nào biến động cùng nhau, nó trả về cụm dày đặc nhất. Hỏi điều gì kết nối hai công ty có vẻ chẳng liên quan, nó vạch ra đường đi của các thực thể dùng chung giữa chúng. Mỗi câu trả lời là một thao tác trên đồ thị, chứ không phải một lần phóng mới.
1graph.query · trực tiếp2query> nút nào là điểm lỗi đơn lẻ lớn nhất?3→ nút #041 (14 cạnh phụ thuộc hướng đến)4query> những công ty nào biến động cùng nhau?5→ cụm A: 8 nút, dùng chung nhà cung cấp pin6query> điều gì kết nối #012 và #087?7→ đường đi: #012 → hồ sơ IMF → #0878// Đồ thị trả lời các câu hỏi cấu trúc ngay lập tức, vì các mối quan hệ đã nằm sẵn trong đó.
Vì sao nó bền lâu
Đồ thị tích lũy. Báo cáo thì không.
Đây là phần quan trọng với bất kỳ ai làm nghiên cứu nhiều hơn một lần. Một bản báo cáo phẳng kết thúc ngay khi được viết xong. Câu hỏi của tuần sau nghĩa là bắt đầu lại từ đầu. Đồ thị ngữ cảnh mà Kimi xây dựng thì ngược lại: nó là một nền móng để bạn tiếp tục xây dựng.
- Có thể truy vấn. Hỏi đồ thị nút nào được kết nối nhiều nhất, hoặc điều gì liên kết hai thực thể. Câu trả lời đã nằm sẵn trong cấu trúc.
- Có thể mở rộng. Lần phóng tiếp theo thêm các nút và cạnh mới vào cùng một đồ thị thay vì một đống mới. Tri thức tích lũy dần.
- Tái sử dụng được. Các mối quan hệ được giữ lại. Một câu hỏi hôm nay bạn chưa nghĩ đến vẫn có thể được trả lời vào ngày mai mà không cần chạy lại nghiên cứu.
- Giải thích được. Mỗi cạnh đều truy về nguồn dùng chung đã tạo ra nó, để bạn thấy vì sao hai thứ được kết nối với nhau.
Một đống câu trả lời mất giá trị ngay khi bạn đóng nó lại. Một đồ thị tăng giá trị mỗi lần bạn bổ sung vào. Khác biệt đó, qua một tháng nghiên cứu, chính là khác biệt giữa làm lại công việc và tích lũy nó.
Đừng thu thập câu trả lời nữa. Hãy bắt đầu xây dựng một đồ thị.
Ai cũng có thể chạy 300 agent. Câu hỏi là bạn còn lại gì sau khi chúng hoàn thành. Kimi Agent Swarm để lại cho bạn một kho tri thức được kết nối, chứ không phải một đống rời rạc, và đó là khác biệt giữa nghiên cứu bạn vứt bỏ và nghiên cứu bạn tiếp tục xây dựng.
