跳到正文
Hacker News (official RSS)(ampup.ai)·· 19 天前精選品質評分79

AmpUp 推出 Enterprise Brain,為企業AI 助理提供可版本控管的共享記憶

Enterprise Brain – Memory that learns from work

重點導讀

AmpUp 推出 Enterprise Brain,讓AI 助理使用能根據工作結果改善的共享記憶,並將記憶版本與任務軌跡連結,以供評估與準備訓練資料。

AI 伴隨問答

自備 Key 深度分析

針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:

推薦理由

頁面以多項基準比較 Enterprise Brain 的記憶功能,並揭露成本變化與表現落差,可據此瞭解其適用任務與限制。

正文 · 中文翻譯

將企業情境轉化為更優秀的代理程式。

以你已維護的情境圖譜和目錄為基礎。為代理程式提供共用記憶,讓記憶從結果中學習,並以有版本記錄的情境進行評估與訓練。

檢視成果

適用於 Claude Code、Codex、Gemini CLI、Cursor 和 Copilot。

Enterprise Brain

有版本記錄的記憶

情境 v12

學習所得的指引

受治理的存取權

Enterprise Brain 的特色。

依你的目標塑造記憶,透過經驗持續改進,並以公司已維護的情境為依據。

依你的目標塑造記憶
每種事件型別都有自己的本體:記憶可以擷取的事實與關係。目標會擴充本體,納入工作所需的重要資訊,同時讓你現有的目錄維持權威性。
讓經驗改善下一次執行
連結代理程式掌握的資訊、採取的行動與最終結果。將經評分的經驗轉化為其他代理程式也能運用的指引。
每筆記錄都有明確版本
為每筆軌跡記錄標記代理程式使用的記憶版本。根據相同的歷程評估系統並準備訓練資料。
在你的雲端中進行受治理的學習
將來源許可權延伸至記憶、保留稽核軌跡,並將資料儲存在由團隊掌控的開放資料表中。

頂尖記憶能力

這是 AmpUp 根據下方列出的評估與基準所做的判定。更廣泛的排行榜排名尚未經獨立驗證。

在我們的評估中,ORCA-bench 的根本原因準確率從 6.3% 提升至 35.2%,CRMArena-Pro 的 CRM 問題準確率則從 57.6% 提升至 76.7%。請參閱下方六項公開基準測試和兩項內部評估。

每次評分執行都讓它更聰明

ORCA-bench,253 項事件處理任務,Haiku 5.5。每個資料點代表筆記未從中學習的日期。

掌握你的領域

  1. LongMemEval-S:基準為 57.4%,使用 Enterprise Brain 後為 78.7%(+21.3 個百分點)。成本:便宜 3%,1× = 每個問題 $0.0012。關於使用者過往對話的問題,共 399 題 · 根據目標保留事實,與通用擷取方式比較。開啟設定頁面。
  2. 銷售管線問題:基準為 0.71,使用 Enterprise Brain 後為 0.92(+0.20)。成本:未測量。關於 AmpUp 自身交易的問題,共 69 題,由盲測評分 · 與我們先前以 Elasticsearch 為基礎的搜尋方式比較。開啟設定頁面。
  3. 程式碼審查:基準為 17.1%,使用 Enterprise Brain 後為 20.3%(+3.2 個百分點;98.3% 信賴區間為 +0.7 至 +5.6)。成本:貴 43%,1× = 每次審查 $0.024。AmpUp 審查機器人發現的退化問題,共 688 個真實案例 · 使用團隊的提取要求、Slack 訊息和會議紀錄,與僅使用差異內容比較。開啟設定頁面。

從結果中學習

  1. ORCA-bench:基準為 6.3%,使用 Enterprise Brain 後為 35.2%(+28.9 個百分點)。成本:便宜 25%,1× = 每項任務 $0.032。找出事件根本原因,共 253 項任務 · 與未使用記憶的情況比較;通用記憶搜尋的得分為 9.1%。開啟設定頁面。
  2. DolphinBench:基準為 62.9%,使用 Enterprise Brain 後為 72.3%(+9.4 個百分點)。成本:貴 1%,1× = 每項任務 $0.037。正確完成的助理請求,共 480 項保留測試 · 使用學習所得的筆記,與僅使用彙編程式比較。開啟設定頁面。
  3. CRMArena-Pro:基準為 57.6%,使用 Enterprise Brain 後為 76.7%(+19.1 個百分點)。成本:便宜 50%,1× = 每個問題 $0.0066。以 SQL 回答 CRM 問題,共 330 題 · 與未使用筆記的情況比較。開啟設定頁面。

在工作較少重複的地方守住品質

  1. SWE-ContextBench:基準版 27.6%,搭配 Enterprise Brain 為 30.6%(+3.0 個百分點)。成本:貴 14%,1× = 每次執行 $0.020。解決的軟體問題數:217 · 與未使用記憶體相比。開啟設定頁面。
  2. τ²-bench banking:基準版 27.8%,搭配 Enterprise Brain 為 30.9%(+3.1 個百分點)。成本:貴 27%,1× = 每次對話 $0.054。通過的銀行支援任務數:97 × 3 · 與逐一讀取所有政策檔案相比。開啟設定頁面。

* 程式碼審查的區間為 98.3%,已針對多項比較進行校正。其他區間皆為 95%。

每次執行都留下值得學習的經驗。

將代理程式記憶體和執行軌跡記錄存放在相同的雲端儲存空間。每筆記錄都會繫結至記憶體版本。透過控制平面使用這些記錄評估系統效能,並訓練自訂模型。

代理程式執行軌跡 記憶體 v12

任務 處理退貨

脈絡 已固定的記憶體

步驟 檢查、套用、回覆

結果 已記錄回饋

共用雲端儲存空間

代理程式記憶體

執行軌跡記錄

評估系統

透過控制平面

訓練自訂模型

使用相同的已固定記錄

單一共用目的地

將記憶體和已固定的執行軌跡記錄一併存放。

評估系統效能

透過控制平面瞭解系統的運作狀況。

訓練自訂模型

使用相同記錄及其原始記憶體脈絡。

準備評估與訓練資料

執行軌跡會串連任務、記憶體版本、採取的步驟和結果。準備評估與訓練資料集時,請將這些脈絡與每筆記錄一併儲存。

記憶體以開放格式的 Apache Iceberg 資料表存放,並透過 Apache Arrow 在引擎中傳輸。代理程式持續寫入資料時,訓練工作可讀取已固定的快照。

固定快照

$ memstore workspace snapshot orca_goal

匯出記憶體的模型呼叫記錄

$ memstore train-log export <scope> --out FILE

在我們的基準測試中,ORCA-bench(4)、τ²-bench banking(4)和 SWE-ContextBench(2)上的每個 Enterprise Brain 測試組,都讀取同一個以內容雜湊識別的記憶體版本,並在每次評分的嘗試中記錄該版本。

以上基準測試結果衡量的是學習到的記憶體與指引。我們尚未使用這些資料表訓練模型。

伴隨工作進展的記憶。

執行長期任務時,代理程式會在自己的分支上工作,並隨工作進展記錄記憶。執行完成後,這些記憶會合併至主線。

每項長期任務各有一個分支

讓代理程式在執行期間使用自己的記憶體。

隨工作進展記錄記憶

代理程式執行期間記錄有用的脈絡。

執行完成後分享

將已完成執行的記憶合併至主線。

檢視分支、快照與合併的詳細資訊

團隊也可以使用分支,在變更主線前測試結構描述或編譯指引。固定快照以供評估;若合併發生衝突,系統會拒絕合併。

分支

$ memstore workspace branch orca_goal oncall

編譯指引

$ memstore compile team:acme/support --branch arm1

固定記憶體

$ memstore workspace snapshot orca_goal --branch oncall

合併行為

merge · three-way

在引擎的模型測試中,100 組各含 15 項操作的隨機序列皆符合參考模型:204 次合併,26 次因衝突遭拒。

您的基礎架構。由您掌控。

先在筆記型電腦上開始,再部署至您自己的雲端帳戶。AWS 和 Google Cloud 已可使用。

筆記型電腦

在本機試用。記憶體留在您的裝置上;只有模型呼叫會送出。

SNOWFLAKE

將記憶體儲存在您的 Snowflake 帳戶中,並以開放格式的 Iceberg 資料表儲存。

GOOGLE CLOUD (GCP)

就緒。在你自己的目錄和儲存區中儲存記憶。

AWS

就緒。在你自己的 AWS 帳戶中部署 Enterprise Brain。

Databricks 尚未開放使用。

受治理的 Enterprise Brain

在同一處管理登入、團隊存取權、已連線的資料來源和部署。控制平面不會儲存任何記憶。

企業控制項

你的部署只會向控制平面傳送核准的營運遙測資料。事實、查詢和組織名稱都會遭到拒絕。

登入
使用你的身分識別提供者進行單一登入
多重要素驗證
每個組織都必須啟用
網域
必須完成驗證,且登入時必須使用 SSO
角色
管理員和成員角色,並提供邀請連結
資料來源
100 多種連接器
部署
可個別撤銷的部署金鑰
離職處理
撤銷存取權、清除記憶並設定保留期限

大家最先提出的問題。

我的資料會存在哪裡?

伺服器在哪裡執行,資料就存在哪裡。在筆記型電腦上,資料會留在 ~/.memstore 之下。在 Snowflake 中,不會有任何資料傳送到 AmpUp。在 Google Cloud 上,設定指令碼會將資料表放進你的目錄和儲存區。預覽期間,團隊也可以使用由 AmpUp 執行的伺服器,此時 AmpUp 會儲存該團隊的記憶。模型呼叫預設會經由 OpenRouter;使用直接後端則可讓呼叫留在你的雲端環境中。

這和 Mem0、向量資料庫或 CLAUDE.md 檔案有什麼不同?

Mem0 和向量資料庫提供通用記憶功能:儲存對話內容,並以相同方式為所有人找回內容。單看這項工作,Mem0 開放原始碼版和 Enterprise Brain 在 LongMemEval 上的表現相近(82.2% 對 79.7%)。Enterprise Brain 專為學習而打造:它會依照你的目標擷取所需事實,並使用你所在垂直領域的結構描述,再根據評分過的執行結果,為每種任務重寫筆記。所有資料來源的許可權都會延續到記憶中,而記憶則存放在你自己目錄中的 Iceberg 資料表裡。CLAUDE.md 檔案記錄你已知的規則;筆記則記錄你尚未知道的規則。

需要多少次評分過的執行,筆記才會有幫助?

這取決於任務。在 ORCA-bench 上,根據 135 次執行產生的筆記得分為 16.2%,284 次執行為 19.8%,454 次執行為 35.2%;未使用記憶時則為 6.3%。上方的 DolphinBench 筆記來自六次執行。在 τ²-bench 上,筆記沒有帶來可測量的提升。搜尋和儲存的記憶從第一個工作階段就能使用。

什麼是夢境整理(dreaming)?

在任務進行中撰寫記憶的代理程式,只能看到自己工作階段的內容,而且還有任務要完成。夢境整理會在背景執行,使用獨立的預算,並檢視整個團隊的代理程式所寫下的內容。它會結束已被較新事實取代的值、連結兩個描述相同內容的事實,並合併同一事物的名稱(owner 和 maintained_by,代表記憶和代表記憶頁面)。它只會新增資料列,因此 as_of 仍可讀取原有內容。每次只針對一種物件執行,因此絕不會混入讀者無權檢視的事實。試執行會列印每項決策及模型給出的理由,而且只需一個指令就能撤銷該次執行所做的一切。此功能預設為關閉;可按組織或團隊啟用,並設定每晚或每小時執行。

如果我們停止使用,記憶會怎麼處理?

在 Snowflake 或 Google Cloud 上,記憶是存放在你自己目錄中的 Iceberg 資料表,可供 Snowflake 和 BigQuery 讀取,因此資料會留在你手上。在筆記型電腦上,資料會留在磁碟中。在 AmpUp 的預覽伺服器上,則由 AmpUp 儲存。

它目前在哪些方面表現不佳?

當完整歷史記錄能放進模型,且模型能妥善讀取時,讀取全部內容的表現最佳(在 LongMemEval 上為 93.0%,Haiku 搭配記憶則為 58–61%)。Mem0 在時間相關問題上的表現最佳。在任何評分測試開始之前,僅使用編譯好的程式,在 τ²-bench 上的得分低於純文字檔案(21.0% vs 27.8%)。在 SWE-ContextBench 上,Sonnet 5.5 搭配筆記的表現比 Haiku 高約 5 分;在 DolphinBench 上,Sonnet 讀取檔案形式的歷史記錄時,表現高出 9.2 分。在程式碼審查中,學習得到的筆記沒有幫助,但過往工作的證據有幫助;在警示分類上,記憶目前還沒有帶來效益。

使用哪些模型?

Claude Opus 5.5 用於少數輸出會被後續所有任務讀取的步驟:編譯程式和撰寫筆記。Claude Haiku 5.5 用於擷取、評判和路由。每個組織都能自行設定。

已收到邀請?設定你的部署環境

預覽團隊會在收到邀請後取得 CLI。設定程式會將你的電腦與精靈配對,接著在你的帳戶中套用計畫。請以邀請中的控制平面 URL 取代下方範例。

terminal

$ memstore init --control-plane https://setup.example.com
# prints a pairing code; an admin finishes setup in the browser

預覽期間可應要求提供基準測試方法和原始執行結果。

讀者討論

理性交流 · 即時討論