AI Agent 的多租户记忆:LangGraph 给了积木,没给成品
SaaS 化 Agent 的记忆隔离,LangGraph 用三层原语(thread_id / namespace / LangMem)落在数据库键空间上;原语全部 MIT 开源,收费分界线在生产运维层。客观评估它离企业级云原生还差什么,以及为什么 Agent 界还没等到自己的 Kubernetes 时刻。
知识图谱研究员,曾任企业架构师,长期从事企业数字化转型。现专注 AI Agent 系统,研究方向为多 Agent 的组织与协作。
这里放着我的文章、研究笔记,还有一份会反复翻看的收藏。

SaaS 化 Agent 的记忆隔离,LangGraph 用三层原语(thread_id / namespace / LangMem)落在数据库键空间上;原语全部 MIT 开源,收费分界线在生产运维层。客观评估它离企业级云原生还差什么,以及为什么 Agent 界还没等到自己的 Kubernetes 时刻。
2026 年,AI 已经大量参与造下一代 AI,但「越改越会改」还没被证明。卡住它的是验证:谁来证明这一轮真的改好了。
agent 只在「能动手」和「知道情况」重合的地方干得成活。顺着这两条轴,看 agent 从仓库走到电脑、频道,再走到自己的身份。
多 Agent 的组织与协作:如何分工、共享上下文、协调冲突,并构建可治理、可审计的系统。
以事实为据,区分已验证与待验证,最终沉淀为可执行、可追溯的成果。