V7 把企业记忆做成图谱：出处要在写入时绑定

一份尽调备忘录摆在那里：财务数据、交易条款、管理层背景、风险条款。人读一遍要一整天。V7 的 agent 用 15 分钟交出了筛选笔记。这个倍数不是重点，重点是那 15 分钟里，模型并没有去读文件。

先看清 V7 卖的是什么

V7 是一家面向金融、保险和房地产的 agentic 平台，核心产品叫 Context Graph。按它和 OpenAI 联合发布的客户稿，文件进入系统时，V7 Go 会从 SharePoint、Google Drive 这类存储里扫描实体、关系、事实、属性和指标，把每一项事实连到一条记录上，并保留指向原始来源的引用；图里信息不够时，才回退到文档检索。

同一份客户稿给出一组结果数字：资产管理部门筛交易比过去快 21 倍，把一整天压缩到 15 分钟；一个金融服务团队把审核时间从 100 多小时压到 10 小时以内，每个任务省下约 1.2 万美元专家成本；保险团队的理赔错误率相对人工基线降低 13.5%。材料里还引用了 V7 的宣称：50 到 100 步的工作流在数分钟内完成，准确率 99.9%。（OpenAI 客户稿：How V7 gives AI agents institutional memory）

口径要说清楚：以上都是厂商或客户自报，没有第三方复现。材料里还有两类数字，性质也不同——在 HERB 企业信息系统检索基准上，V7 的检索系统比官方基线高 69%、在本来无法回答的查询上幻觉减少 38%，这是 V7 自测；而那句 99.9%，客户稿没有定义它测的是哪个任务、什么分布、分母是多少。

结构性变化：上下文层被单独做成了产品

真正值得注意的不是这些倍数，而是 V7 把记忆从工作流里拆了出来，单独做成一个产品，并且通过 MCP 把查询和写入都暴露出去。客户可以在 ChatGPT 或 Codex 里直接查询这家公司自己的记忆，也可以在 Codex 里创建 V7 Go 的工作流。

这个拆法，和我们熟悉的另一条路线正好相反。过去一年多，主流做法是把上下文塞进模型窗口：窗口不够就上检索，检索不准就加重新排序，全部绑在同一个应用内部，上下文是这个应用的内部实现。图谱路线把上下文变成一个可以单独采购、单独替换、单独审计的部件。客户稿里那个顺手带出来的数字——创建一条中等长度工作流从约一小时缩到约二十分钟——正是这条路线带来的副产品。

对买方来说，这改变的是提问方式。以前你问「你的 agent 能不能做尽调」，现在该问「你的记忆层怎么建、怎么更新、怎么让我核验」。前者问的是能力，后者问的是资产。

这条路线为什么现在才成立

把文档变成图谱不是一个新想法，五年前就有人做知识图谱。它现在能进入采购清单，是因为三个条件同时到位了。

第一，模型能跟着长指令链走完流程。客户稿里那句「50 到 100 步工作流」，靠的不是单步能力，而是模型在几十轮工具调用后仍不跑偏。第二，抽取质量够用了。从合同里抽实体、从季报里抽指标，这件事过去要靠规则加人工校对，现在可以批量跑。第三，接口标准化了。MCP 让记忆层的读写可以被任何客户端调用，客户不必为了用它而搬进厂商的界面里。

成本那一侧也在往下走。客户稿称文档处理的单份成本比上一代小模型时期低了 78%，这属于厂商自报口径，但方向与行业一致：抽取这类高重复、结构化的工作，正是单位成本下降最快的地方。三个条件里少了任何一个，图谱都只能停在咨询报告里。

出处要在写入时绑定

这是我们从这项工作里读出来的一条判断，也是我们对客户反复讲的一句话：出处是写入时的动作，不是查询时的动作。

原因不复杂。查询时拼证据，意味着系统必须在回答的那一刻回头找「这句话是从哪来的」。文件改过、删过、复制过三份之后，这一步能不能成，取决于当时的存储状态，而不是取决于数据本身。反过来，如果事实进入系统的那一刻就把来源固化下来——哪个文件、哪一段、什么时候进来的——出处就是这条事实的属性，跟着它走，任何一次查询都可以重新验证。

V7 的客户稿里写着「保留指向原始来源的引用」「每次运行都有可审计的轨迹」，这正是写入时绑定的表述。但要提醒一句：在这条链路上，生产证据的是被审计的那套系统本身。厂商自产的审计轨迹对内部复盘很有用，它不能替代独立核验——尤其在错误率这类结果指标上，谁测的比测出多少更重要。

我们自己也在做同一件事，只是规模小得多：给每一份被引用的材料建一条来源记录，出处和内容存在同一个可查询的库里，任何一条主张都能回到它的那一行。这个做法很朴素，价值出现在事后：当两个版本的事实互相矛盾时，你不需要回忆，只需要查。

那三个数字该怎么读

第一，把 21 倍和 10 倍当作方向，不要当作承诺。它们来自单一供应商的客户案例，测量方法、样本量、基线都没有公开。方向是可信的：尽调与保险审核属于文档密集、结构重复、答案可核对的任务，这类任务的确最适合先被 agent 吃掉一部分。

第二，理赔错误率那一句里的前置条件，比结论本身更值钱。客户稿写得很清楚，结果出现在「授予 agent 全部历史理赔与在保保单知识」之后。翻译成采购语言就是：这 13.5% 是数据接入换来的，不是换模型换来的。如果你的公司没法把历史案例整理进一个可查询的结构里，同样的产品在你这里不会给出同样的结果。

第三，题库从 78% 到 89% 的那组数字，揭示的是基准饱和。V7 说旧题库已被现有模型打满，于是重新造了一套更难的图查询题；四个难度档里，简单、中等、困难三档两个模型都接近满分，只有最难一档拉开 11 个百分点。这同时说明两件事：厂商的分数只有配上题库才有意义；而当一套题库接近饱和，它就不能再区分模型，只能用来验收具体任务。

我们的判断

三句话。

第一，企业采购 agent 时，先看记忆层，再看协议层。工具调用和编排框架已经高度商品化，两周就能换一套；记忆层一旦建成，绑定的是你的文件、你的实体命名、你的历史结论，换起来以季度计。

第二，验收记忆层不要看演示，要用自己的语料出题。演示厅里的问题是照着演示准备的；决定成败的是「你公司重述过三次的那份季报，系统里存了几个版本」这类问题。

第三，出处必须能与系统分离。可审计的轨迹如果只能由被审计的那一方生成和读取，它就只是自证材料。买方至少要能导出带出处的原始记录，并且能用独立的查询重新验证同一条事实。

给买方的四问验收法

这套验收不需要采购新工具，只需要你自己准备材料。整个过程半天能跑完，但能过滤掉大部分演示好看、落地很难的方案。

自建还是买

买方的第二个问题是路径选择：自己搭一套检索加重新排序，还是买一层现成的记忆。

自建的优势是可控和便宜的前期成本：文件放进全文检索，接一个向量库，两周内能跑通一个演示。它的代价出现在第二阶段——当业务开始问「这份保单和去年那笔理赔是不是同一个被保险人」时，向量检索给不出结构化答案，你得自己补实体消歧、关系抽取和出处管理，这一层的工作量和买一套产品差不多，而且没有厂商帮你维护。

买路线的前提条件更硬：你的文件必须已经数字化、可访问，实体命名要相对稳定。满足这两条，采买记忆层省下的是数据工程时间；不满足，买回来的产品会变成一个昂贵的演示环境。

还有第三条路，也是我们给大多数客户的第一条建议：先把文件治理到能被机器读的程度——统一命名、去掉扫描件、把散落的版本收敛。这一步不产生任何演示效果，却决定了后面两条路各自能走多远。

边界条件

这条路线不通吃，写清边界比夸大适用范围更有用。

• 文档量大、结构重复、答案可核对的行业收益最明显：金融、保险、地产、法务。文档少、口径天天变的市场团队，图谱的成本收不回来。
• 记忆层的价值取决于实体体系能否稳定。如果你的业务定义每季度重构一次，先治理定义，再谈记忆层。
• 图谱不是免费的：从文件里抽实体、关系、属性本身就是一次数据工程。客户稿里那 13.5% 的前置条件说的正是这件事。
• 客户稿的数字全是单方口径。凡自测结果，采购时按「方向可信、数值待验」处理，用自己的一到两个真实流程重测一遍。
• 对中小企业来说，先把文件放进一个能全文检索的地方，比采购图谱更划算。记忆层的前提是文件已经数字化、可访问。

如果供应商不愿意说明测量方法，那答案本身就是信息。你可以接受一个没有第三方复现的数字（我们经常接受），但你不应该接受一个连分母都不肯写的数字——它对采购没有决策价值，只对宣传有。

下一个决定

回到那份尽调备忘录。15 分钟说明的不是模型变强了，而是它不用再花时间去找「这家基金管理公司在上一个系统里叫什么名字」。这类工作过去由人来做，做完留在人的脑子里，人一走就消失。

所以真正要回答的只有一个问题：你公司最重要的那批上下文，现在存在文档里、存在老员工的记忆里，还是存在一套可以被查询、被核验、能被下一个模型直接使用的结构里？

参考来源： OpenAI 客户稿「How V7 gives AI agents institutional memory」（2026-09-21）： openai.com/index/v7——文中 21 倍、100 小时到 10 小时、约 1.2 万美元、13.5%、69%、38%、78% 与 89% 均出自该稿， 口径为 V7 或其客户自测，非独立复现。V7 官网： v7labs.com。