Контекстный граф: как собрать мозг компании для AI

Что в ролике
Если ваш AI-агент отвечает на вопросы по данным компании, одних живых MCP-подключений не хватит: API большинства систем отдают записи порциями, и на вопрос «какие клиенты были недовольны за год» агент утонет в постраничных выгрузках. Гил Фейг предлагает собрать контекстный граф — мозг компании из сторонних данных, структурированного контекста, памяти и навыков. Для семантических запросов нужно синхронизировать копию данных в локальную векторную базу, а живые вызовы оставить для простых точечных операций вроде проверки одного клиента в Stripe. Входящий промпт сначала проверяется на совпадение с навыком или памятью, затем агент выбирает данные из кэша, если они свежие и укладываются в SLA, иначе идёт в живой API, после чего маршрутизатор и суммаризатор собирают ответ. Все ответы должны хранить происхождение: источник, время выборки, идентификатор, права доступа и возраст, из-за которого данные можно считать недействительными. Отдельный пример с Acme показывает, что для отчёта о риске продления нужно свести кэш CRM и пять последних тикетов поддержки, а не тянуть всю историю. Итог: инструменты — это не контекст, важны данные, процессы и прослеживаемость, а продукт Merge как раз закрывает эти слои своими Gateway, Unified и Agent Handler.
Практика
- Что получишь
- Понимание, почему готовых MCP-интеграций недостаточно для вопросов по всей компании, и схему компонентов контекстного графа, по которой можно спроектировать собственный слой данных для агента.
- Первый шаг
- Выбрать один повторяющийся вопрос, требующий семантического поиска, и синхронизировать данные из соответствующей системы в векторную базу с метаданными.
- Цифры
- —400 enterprise customers — столько компаний использует Merge, по словам автора
- —6 лет — возраст Merge, основанной Гил Фейгом и Шеном Ши
- —100 тикетов за раз — порция, которой API тикет-системы ограничивает живые выгрузки, из-за чего годовые вопросы не решить live-подключениями
- —5 тикетов — столько последних обращений поддержки достаточно для отчёта по клиенту Acme, чтобы не тянуть всю историю
- Честно
- В конце автор прямо продвигает продукты Merge — Gateway, Unified и Agent Handler — и приглашает обращаться к ним за готовым контекстным слоем. Это концептуальный доклад без пошагового кода: конкретные технологии, схемы хранения и настройки векторной базы в речи не разбираются, их придётся выбирать самостоятельно. Слайды с диаграммами видны только на экране.
Если слова незнакомы — 5 терминов
- MCPпротокол, по которому агент обращается к внешним инструментам и данным в реальном времени
- векторная базахранилище, где данные лежат в виде числовых векторов для поиска по смыслу
- SLAсоглашение о допустимой свежести данных, например, данные не старше месяца
- промпттекст-задание, которое поступает агенту
- семантический запроспоиск по смыслу, а не по точному совпадению слов
Связки из этого ролика
3 шт.- MCP servers
- vector database
- LLM router
Компоненты
10 шт.Формат: разбор · для бизнеса · уверенность разметки 0.9 · источник