💬 观点OpenAI
How V7 gives AI agents institutional memory — V7 用 GPT
V7 用 GPT-5.6 把公司散落文件变成 agent 可用的上下文，做可溯源工作
2026-09-21原文
本文为要点摘要，完整细节以原文为准。
🧭 一图看懂
由原文自动提炼 · 以原文为准点击任一分支，查看这一点的一句话解读
V7 用 GPT 给 AI Agent 建机构记忆
把企业文件抽成实体关系图，供 Agent 直接查询
- 连接 SharePoint、Google Drive 等仓库
- 每条事实保留原文引用证据
- 图不够时回退 RAG 搜原文
⚙️ 流程拆解
STEP 1连接 SharePoint/Drive 等仓库
STEP 2扫描抽取实体、关系与事实
STEP 3写入 Context Graph 并附引用
STEP 4Agent 经 MCP 查询图或回退 RAG
STEP 5按难度分派不同 GPT 模型执行
STEP 6输出结果并保留审计轨迹
🔗 涉及的概念与玩家
- V7公司
- V7 Go产品
- Context Graph概念
- GPT-6 Astra模型
- GPT-5.6 Luna模型
- GPT-5.6 Sol模型
- MCP方法
- RAG方法
- V7—开发→V7 Go
- V7 Go—构建→Context Graph
- V7 Go—调用→GPT-5.6 Luna
- V7 Go—调用→GPT-5.6 Sol
- V7 Go—测试→GPT-6 Astra
- V7 Go—通过→MCP
- V7 基于 GPT-5.6，把企业里分散的文件整理成 agent 能直接使用的上下文，用于完成复杂任务。对开发者意味着：agent 的瓶颈正从模型能力转向可检索、可复用的组织上下文。
- 文中强调产出是 source-linked（带来源链接）的工作结果，而非无出处的生成内容。对工具链的含义是：检索与引用链路需要成为 agent 流水线的一等公民。
- 标题把它称为给 AI agent 的“institutional memory”（机构记忆）。这暗示 agent 的长期价值在于跨会话保留并调用组织知识，而非单次对话能力。
原文：How V7 gives AI agents institutional memory · 作者 OpenAI
🕸 顺着图谱继续读
- The Pelican comparison grid for Astra is pretty — Simon Willison用骑自行车鹈鹕对比GPT2026-09-04 · 共同涉及 GPT-6 Astra、GPT-5.6 Sol、GPT-5.6 Luna
- The new GPT-5.6 family: Luna, Terra, Sol — OpenAI 发布 GPT2026-07-09 · 共同涉及 GPT-5.6 Sol、GPT-5.6 Luna、MCP
- Replit expands access to software creation with GPT-5.6 — Replit 推出免费模式，用 GPT2026-08-19 · 共同涉及 GPT-5.6 Luna、GPT-5.6 Sol
- Improving GPT‑5.6 Sol in ChatGPT—and expanding access — GPT2026-08-06 · 共同涉及 GPT-5.6 Sol、GPT-5.6 Luna