如今多数企业都在同样几款基础模型和同类企业数据之上构建智能体,模型和原始数据本身都无法带来持久优势。甲骨文的一位工程师认为,优势已经转移到另一个层面:智能平面。它决定智能体知道什么、记住什么、被允许看到什么,以及如何随时间不断改进。这一观点配有一套参考架构、一次基准对比(受治理智能体准确率达到97%,朴素智能体仅为33%),以及团队今天就能采取的四个具体步骤。

多数团队已经具备的层

过去几年,智能体工程中有两个概念已经相当普及,智能平面正是建立在这两者之上。

第一个是智能体记忆:智能体在多轮对话、多个会话和多个智能体之间保留、复用、提炼和回忆信息的机制。可以用"4个R"(retain、reuse、refine、recall)来简记。这一分类分为短期记忆和长期记忆:短期记忆存在于单个会话内(工作上下文窗口,加上用于重复查询的语义缓存),长期记忆则跨会话持久保存。长期记忆借用了认知科学的术语:语义记忆对应事实与知识(实体记忆、知识库、人设记忆),情景记忆对应过去的事件(对话历史与摘要),程序性记忆对应如何行动(工具箱与工作流定义)。

第二个是控制平面:一个集中式治理层,决定智能体可以做什么。它验证智能体身份,管理允许哪些调用,监控算力与资金开销,承载策略和护栏,提供带有紧急停止开关的生命周期管理,并记录审计日志。这个名称来自网络领域:控制平面决定流量去向,数据平面负责搬运数据包。在企业中,研究智能体、交易助手和运维智能体在访问外部工具(API和MCP服务器,MCP即模型上下文协议,一种把智能体连接到工具的标准)、大小语言模型以及企业表和文档时,都要经过这一层。

与之相关的一个概念是软件工厂:一条由智能体负责规划、构建和测试软件的生产线,每个智能体各自承担一项任务,拥有自己的工具、记忆和验证检查,而人类工程师负责设定工作队列,并在任何成果进入生产环境之前在评审关口签字放行。这个术语可以追溯到1968年,当时通用电气的Bob Bemer提出把编程变成可度量、可重复的制造过程。这里的论点是,多智能体自动化终于让这一愿景变得可行。

所有这些回答的是同一个问题:智能体是否被允许行动?但它们都没有回答另一个问题:智能体真的理解这家企业的业务吗?

1942年的教训:同样的电文,不同的结论

地下室里的分析员坐在木桌前,桌上有手写日志、用细绳相连的钉住的纸片碎片和一张海洋地图

▲ 中途岛推断背后的累积上下文

要把控制与智能区分开,不妨看一个海军史上的例子。1942年5月,美国密码分析人员截获了日本帝国海军的通信,试图判断下一个主要攻击目标。两个团队研究的是同一批截获电文:华盛顿特区的OP-20-G,以及珍珠港的HYPO站。

HYPO站在一间地下室里工作,分析员们花了数月时间在纸上整理零散的手写电文记录。正是这些积累下来的上下文,让他们把反复出现的代号"AF"与中途岛联系起来。为了验证,他们让中途岛上的人员用明码发送一则无线电消息,报告海水淡化装置故障。不久之后,一份被截获的日方电报称"AF"缺少淡水。HYPO站预测日军将于6月4日进攻中途岛,尼米兹上将据此部署了美军航母。华盛顿方面采用更集中、更官僚的流程,得出的结论是目标在南太平洋其他地区、阿留申群岛或美国西海岸,时间在6月中旬。

这与AI的对应关系十分直接。两个团队拥有相同的输入,差别在于其中一个团队如何在长期中组织、保留并检验自己的机构知识。能够访问相同的模型和相同的数据,并不能让一个组织变得智能;原始信息不等于智能。

智能平面增加了什么

可以把智能体技术栈想象成九层:基础设施、记忆核心、安全与治理、工具、记忆管理器、推理、编排、网关和应用。控制平面横向切过治理、编排和工具三层;智能平面则纵向贯穿全部九层,并治理四件事:

  • 知识:领域语义,例如银行业中"交易对手"既包括母公司,也包括其法律上的子公司实体这一规则。
  • 记忆:历史交互,例如分析师上周做出的一次纠正,以便同样的错误不再重演。
  • 受治理的访问:数据边界,例如A交易台的分析师可以看到A台的头寸,但永远看不到B台的。
  • 持续学习:基于受治理的人类反馈,改进检索重排器等组件。

在网关层,智能平面把最终用户的身份与数据权限关联起来;在编排层,它表现为受治理的上下文组装。这一论点可以用三个等式概括:智能体等于模型加框架;控制等于治理加安全;智能等于控制乘以知识、记忆和学习。控制为零,企业部署就无法成立;但只有控制而没有智能,得到的是一个安全却对公司特有业务逻辑一无所知的智能体。

这一想法并不被标榜为全新。2003年,Clark、Partridge、Ramming和Wroclawski在SIGCOMM上提出了互联网的知识平面(Knowledge Plane),独立于管理、控制和数据平面;2017年一篇ACM SIGCOMM CCR论文把它扩展为知识定义网络(Knowledge-Defined Networking)。按这一框架,智能体开发经历了四个阶段:2023年的提示词工程,2024年的检索与上下文工程,2025年的控制平面与治理,以及如今能够知道、记住并学习的智能体。

流水线每一步都用学习得到的决策

第二个转变让智能平面变得切实可行。开放权重模型现在只落后前沿模型三到六个月,而一类新的机器原生决策模型专为结构化的系统级执行而非文本生成而构建。文中引用的一个例子是名为Jev的决策模型,它在70到100毫秒内返回带类型的决策,据称比通用前沿模型快20到100倍。

传统检索流水线十个步骤中只有两步使用学习得到的模型,路由、输入校验、缓存和护栏都由静态规则处理。现代流水线可以在全部十步都使用学习模型:路由模型、输入防护分类器、语义缓存验证器、嵌入器与重排器、查询规划器、推理大语言模型、决策模型、记忆管理器、输出检查裁判模型,以及数据库内推理。这样一来,每个模块都理解企业上下文,并执行同样的身份与权限语义。

受治理对朴素:一次基准测试

工作台上的两条管道:一条被成堆的文件堵塞,另一条纤细,流经筛选过的索引卡片,水流清澈

▲ 朴素与受治理的智能体上下文流

实际效果体现在企业基准测试平台Fieldbooks上的一次对比中。两个智能体回答同一个复杂的投资组合风险问题,即对Acme集团的净敞口:一个是由智能平面支撑的"受治理分析师",另一个是没有智能平面的"朴素分析师"。下表数字来自这一次评估运行。

指标 受治理分析师 朴素分析师
黄金答案准确率 97% 33%
总token数 32,999 234,267
推理成本 $0.0362 $0.4567
每次查询平均延迟 10.6秒 42.8秒
上下文大小 3,425个token 18,277个token
缓存命中 精确命中4次,语义命中5次(共29轮) 不适用

受治理智能体的语义层和本体层正确解析了信贷母子关系结构以及Desk NAV等指标。依赖关键词式检索的朴素智能体,在信贷指标上相对黄金定义出现了5.42%的计算偏差。在受监管的环境中,5%的误差会被视为不可接受,而不是"大致正确"。精确的语义预过滤和精确匹配缓存解释了token和延迟节省的大部分;其主张是,本体与语义层可以在复杂任务上把token用量削减80%以上,同时提高准确率。需要注意的一点是:这些数字来自预先缓存的基准运行,而不是为本次对比新生成的查询。

团队现在就能做的四件事

这一架构可以转化为四个立即可行的步骤:

  1. 把记忆当作一等的、受治理的数据。把它与其来源的业务记录一起存放在数据库中,遵循同样的合规、留存和治理规则,而不是放进外部的黑盒孤岛。
  2. 在智能体被迫猜测之前,显式定义业务实体、指标和本体。
  3. 把授权和基于角色的权限下沉到数据库层,让检索和记忆缓存原生继承访问规则。
  4. 从今天起采集细粒度的执行轨迹:用户交互、任务序列和人工纠正,就是明天的微调数据集。

文中指出的一种常见失败模式与智能体身份有关:团队把各种不同的第三方身份提供方拼接在一起,而不是把最终用户的身份直接传递到数据库。

甲骨文如何把自家工具映射到智能平面

甲骨文把智能平面置于控制平面和数据平面之上,并围绕五大支柱提供工具。

智能体记忆与上下文卡片

可通过pip安装的oracleagentmemory Python包把记忆工程简化为三个原语:用户与智能体、记忆、线程。它把包含工具调用和纠正在内的冗长多轮历史压缩为结构化的"上下文卡片",卡片分为主题、摘要、相关信息和相关消息几个部分,并注入提示词。在测试长期对话记忆的LongMemEval基准上,该包搭配高推理强度的GPT-5,在500个问题中答对472个(94.4%)。

记忆轨迹同时也是训练集:工作流轨迹用于训练小型规划和工具调用模型,使其一次完成多步工作流;记忆单元用于训练决策模型,在毫秒级内判断新上下文应当保留、遗忘还是标记为敏感;纠正记录用于微调重排器和答案模型;实体记忆则用于训练抽取模型。

Deep Data Security

Deep Data Security不在应用代码中做过滤,而是让数据库来执行访问控制。用户向智能体发出提示时,其OAuth2令牌经由智能体框架传入数据库。在SQL执行过程中,Oracle AI Database会重写查询,评估行级、列级和单元格级策略,在检索前剔除未授权记录,并记录一条可审计的检查。只拥有A交易台权限的分析师看到的结果中,B台的行和保证金列都被剥离;而同时拥有两个交易台权限的同事则能看到全部数据。由于记忆存放在同一个数据库、同一个安全上下文之下,被召回的上下文卡片也遵循完全相同的权限。

私有推理

面向受监管行业,Private AI Services Container可在本地或物理隔离环境中运行,把通过vLLM或llama.cpp在CPU或GPU上进行的大语言模型推理、嵌入、重排和文本分类打包在兼容OpenAI的REST端点之后。Oracle AI Database可以通过DBMS_VECTOR_CHAIN和UTL_TO_GENERATE_TEXT等函数直接从SQL调用这些模型。偏好托管基础设施的团队可以使用OCI Generative AI进行微调和托管,包括在专用集群上运行Grok和OpenAI的模型。

借助Memoriaz实现持续学习

Memoriaz是一个开源的持续学习系统,用于训练小型开源模型管理记忆平面。其仪表盘跟踪三个经过微调的组件:记忆路由、记忆嵌入和记忆重排。一个基于对话轨迹日志微调的Qwen模型,可以在消费级苹果芯片上以毫秒级速度把传入的上下文路由到对话记忆或工作流记忆;仪表盘显示路由准确率为85.6%(对比数字为83.3%),重排准确率为98.2%,同时展示用于把关部署的损失曲线和每轮训练的准确率。其收益是,相比每次都把非结构化上下文发给前沿模型,延迟和成本都更低。

持续学习跨越三个层级:真值空间(数据库中的记忆工程)、潜在空间(KV状态的提示词缓存)和权重空间(使用LoRA或QLoRA微调)。轨迹经分类筛选、微调、对照门槛基准评估后,通过ONNX运行时部署回数据库。

Private Agent Factory与模式增强

Private Agent Factory提供一个无代码画布,把输入、提示词、模型和输出模块连接成受治理的智能体。AI模式增强会检查数据表,并把列描述和语义注释写入元数据,这样模型就不必去推断PARK_CODE这样的列是什么意思。Oracle AI Database把关系表之上的SQL属性图与RDF知识图谱结合起来,用于建模母公司与子公司的LEI所有权结构;一个受治理的语义层固定了净敞口等定义,让每个智能体都以同样的方式计算。文中给出的风险很具体:在金融领域,一次缺乏依据的计算错误可能让公司面临约$1亿的监管罚款。

这对从业者意味着什么

核心主张是:在模型和数据都已同质化的情况下,差异化来自决定智能体知道什么、记住什么、看到什么、学到什么的那一层,而只关注编排和工具护栏的团队正在忽视它。基准数字来自单一平台上的单次运行,应当视为示例而非保证。但其设计指导不依赖于任何供应商:把记忆留在受治理的数据库内,写下你的本体和指标定义,在SQL而非应用代码中执行授权,并从现在起记录执行轨迹,以便日后让专用小模型接管路由、重排和规划。按这一观点,掌握记忆与本体层就是护城河,而把它租给一个黑盒则是风险。