如今的模型能够对复杂任务进行推理,但它们并不会自动理解这些任务背后的业务背景。哪份基金报告是当前版本?同一个实体在三个系统中分别如何命名?

这些背景信息存在于文档、数据室、电子表格、电子邮件和内部工具中:分散、未解析,且对智能体不可见。对于金融、保险和房地产领域的团队而言,工作流内的检索准确性不容妥协。

在共同打造了一款被广泛使用的计算机视觉无障碍应用之后,Rizzoli 和 Edwardsson 于 2018 年创立了 V7⁠(在新窗口中打开),帮助企业教会 AI 系统了解其业务如何运作。V7 Go 是一个智能体平台,用于构建关键任务工作流,并将埋没的背景信息整理为智能体可以查询和据以行动的記憶。

V7 Go 使用 GPT‑5.6 Luna 从数百万份文件中提取信息,并将其整理到 Context Graph 中,该图谱连接实体、关系和引用的证据,为 MCP 搜索和可跨越数百个步骤的可重复工作流提供支持。对于 Workflows,V7 Go 使用 GPT‑5.6 Terra 和 Sol 在复杂的多步骤指令中进行推理和工具使用,这些指令人类需要数十小时才能完成。V7 还开始在最严苛的 Context Graph 查询上使用 GPT‑6 Astra,包括跨数千份文件的财务分析。

通过背景信息、模型和工具协同工作,V7 表示智能体可在数分钟内完成 50–100 步的工作流,达到 99.9% 的准确率,同时保留每项决策的可审计轨迹。

“要解决金融和保险领域的艰难企业用例,AI 需要像从互联网学习一样,学会你的业务如何运作。”

——Alberto Rizzoli,V7 联合创始人兼 CEO

为智能体提供理解整个业务的背景信息

Context Graph 解决了一个具体问题。智能体必须在每次请求时重新发现背景信息,导致数十次搜索,耗费时间和 token,并且常常遗漏埋藏在关系中的关键信息。

当数据到达时,V7 Go 连接到 SharePoint 和 Google Drive 等存储库,扫描其中的实体、关系、事实、属性和指标,并填充一个图谱,其遍历成本和时间比长上下文方法低一个数量级。

Context Graph 为智能体提供了一份结构化、最新的记录,可直接查询。当新文件到达时,V7 Go 识别本体中的公司、基金、人员或任何实体,然后将每个事实连接到新记录或现有记录,并保留对原始来源的引用证据。如果图谱中没有足够的信息,V7 Go 仍可通过 RAG 搜索底层文档。

V7 还测试了这种上下文结构的重要性。在 HERB 这一用于查找和连接分散在企业系统中的信息的基准上,V7 仅检索系统比官方基线高出 69%,并将无法回答的查询上的幻觉减少了 38%。V7 Go 使用这种来源关联的上下文,使复杂工作流扎根于每家公司自己的信息中。

V7 Go 在私募股权交易筛选和保险承保等工作流中使用这种整理后的上下文。在下面的演示中,一个工作流从名为保密信息备忘录(CIM)的交易文件中提取信息,输入关键财务数据、交易条款、管理层详情,并引用风险字段,然后 V7 Go 生成一份筛选说明。

Context Graph 使模型能够利用公司的历史记录,而无需每次都重新学习。对于长时间运行的智能体,V7 Go 将最近的交互保留在模型的活跃上下文中,并将较旧的材料存储在图谱中,以便在需要时检索。

这种共享上下文已经在加速 V7 客户中大量涉及文档的工作:

  • 资产管理公司筛选交易的速度比之前快 21 倍,将一整天的工作缩短到仅 15 分钟

  • 一个金融服务团队将审查时间从 100 多小时缩短到 10 小时以内,每项任务节省 12,000 美元的专家成本

  • 保险团队在让智能体获得所有既往索赔和现有保单的历史知识后,将理赔处理中的错误相比人工基线减少了 13.5%

“借助 GPT-5.6 Terra,我们得以移除许多中间工作流阶段,这些阶段此前只是为了简化模型的任务而存在。这为我们节省了数天的交付工作,而且由于模型更强大且能访问更多上下文,往往在工作流的首次构建中就能做对。”

——Simon Edwardsson,V7 联合创始人兼 CTO

选择 OpenAI 让复杂工作流保持正轨

复杂的多步骤工作流依赖于模型可靠地遵循冗长指令、运行工具、解释结果,并完成一长串步骤。单个上游错误可能导致高昂后果,并破坏对 AI 系统的信任。V7 Go 引导模型完成跨越确定性代码、移交给较小模型、文件生成步骤和集成的长周期任务,并保留每次运行的可审计轨迹。

在 AI 生成的工作流中,V7 Go 将每个步骤映射到快速、中等和智能层级。GPT‑5.6 Luna 处理结构化提取和其他高吞吐量工作,GPT‑5.6 Terra 或 Sol 为聊天、Go Agent 路径以及需要更多推理或工具使用的步骤提供支持。

V7 针对一套持续维护的基准测试套件测试新模型,涵盖引用准确性、数百种文档类型的提取质量、答案正确性、指令遵循、延迟、成本以及真实企业工作流。OpenAI 在 V7 最关心的行为上优于大多数模型。OpenAI 还在数小时内批准并实施了 V7 的容量增加需求,而 V7 使用的其他提供商则需要数周。

“我们选择 OpenAI 作为默认选项,是因为它在 V7 Go 所依赖的多步骤工具工作流上表现最佳。在我们的 Context Graph 基准测试中,GPT-5.6 Sol 将工具调用错误率从 GPT-5.5 的 2.7% 降至 0.2%。”

——Simon Edwardsson,V7 联合创始人兼 CTO

在 V7 最新的测试框架中,包含多次外部调用的关键工作流现在完成速度最高提升 50%。V7 还用 GPT‑5.6 Luna 测得了另一项效率提升:每份文档的成本比 GPT‑5.4 mini 低 78%。V7 还将其文档密集型的 V7 Go 工作负载从 Chat Completions API 迁移到 Responses API。在其测试中,这一变化使某些 PDF 密集型工作流的 token 使用量减少约 5%,并提高了缓存可靠性。

V7 还在其最困难的查询上测试了 GPT‑6 Astra。GPT‑5.6 Sol 已经使 V7 的许多现有基准达到饱和,因此该公司使用跨数千份文档的更杂乱的真实世界数据,创建了一套更具挑战性的图谱查询问题。该测试的数据集涵盖四个难度级别。在极难级别上,V7 报告 GPT‑5.6 Sol 得分为 78%,而 GPT‑6 Astra 的准确率为 89%。两个模型在简单、中等和困难级别上的得分都接近 100%。

将业务所知带入 ChatGPT 和 Codex

V7 Go 已通过其 MCP 服务器公开了 Context Graph 查询和摄取功能,因此客户可以在 ChatGPT 和其他兼容客户端中使用它。他们还可以通过 Codex 中的 MCP 创建 V7 Go 工作流。再加上更简单的工作流设计,这将创建中等长度工作流所需的时间从大约一小时缩短到了约 20 分钟。

V7 的长期目标是让这种共享记忆更具主动性。该团队正在努力实现这样的工作流:当 Context Graph 中的事实发生变化时启动、标记不一致之处,并向人们显示哪些分析需要重新审视。例如,一份重述的基金报告可能会促使 V7 Go 标记仍然依赖旧数据的工作。

“我们的目标是帮助企业为 AI 时代重新配置工具,通过解决关键任务的工作流,以及超越我们人类记忆的记忆,”Rizzoli 说。“从 AI 中获得真正价值的金融公司不会是拥有最多代理的公司。它们将是拥有最佳上下文的公司。”

本文内容采集自官方网站,排版和翻译可能与原页面存在差异。

阅读官方全文