“开发者正为失忆症支付前沿模型的高昂代价”：Uvi 欲终结 AI 代理重复学习的脑力流失
内容提要
以色列初创公司Uvi获750万美元种子轮融资，旨在解决AI代理重复搜集上下文导致成本虚高的问题。其平台通过语义层、知识图谱和推理层，集中管理企业分散在Slack、Jira等系统中的决策记忆，使代理一次获取精准上下文。测试显示，答案成本从0.75至1.41美元降至0.10至0.16美元，最高节省46倍。
延伸解读
重复搜集上下文的隐性成本
文章指出，企业AI代理每次回答问题时，都需从Slack、Jira、GitHub等系统重新搜集信息，导致大量重复工作。Uvi内部测试显示，这种重复上下文搜集使成本增加约8倍，而非推理本身。这意味着企业为前沿模型支付高昂费用时，很大一部分实际花在了“失忆”上，而非智能。
Uvi的解决方案与成本节省
Uvi通过语义层、知识图谱和推理层，集中管理企业分散的决策记忆，使代理一次获取精准上下文。测试中，答案成本从0.75-1.41美元降至0.10-0.16美元，开放性问题下最高节省46倍。这提示企业，优化上下文管理可能比单纯升级模型更能降低成本。
内部测试的局限与验证需求
Uvi的测试基于900多个真实员工问题，但均为内部进行，未获独立验证。虽然结果显著，但企业需注意其实际部署效果可能因公司规模、系统集成复杂度而异。在采纳类似方案前，建议结合自身场景进行小范围验证，避免盲目相信单一数据。
上下文管理：企业AI的竞争壁垒
文章强调，企业独有的信息（如决策历史、内部沟通）是相对于AI实验室的持久优势。若不能快速、安全地转化为代理可用的上下文，这一优势仅是理论上的。Uvi的案例表明，将分散知识结构化，可能帮助企业在AI应用中获得更实际的效率与决策优势。
Q&A
Uvi 是什么公司？它主要解决什么问题？
Uvi 是一家以色列初创公司，致力于解决 AI 代理重复搜集上下文导致成本虚高的问题。其平台通过语义层、知识图谱和推理层，集中管理企业分散在 Slack、Jira 等系统中的决策记忆，使代理一次获取精准上下文。
Uvi 的平台是如何工作的？
Uvi 平台包含语义层、知识图谱和推理层，位于相关、有权限、紧密同步的实时数据之上。它映射企业决策、对话、代码和流程之间的连接，重建决策内容、原因、变化及后续，然后以最小正确切片的形式提供给任何模型和代理。
使用 Uvi 能节省多少成本？
根据 Uvi 的内部测试，传统方式下一个答案的成本为 0.75 至 1.41 美元，有时超过 2.00 美元；而使用 Uvi 后，同一答案的成本降至 0.10 至 0.16 美元。在开放式问题上，最高可节省 46 倍。
Uvi 的测试是如何进行的？结果是否经过独立验证？
Uvi 团队使用相同的前沿模型，对超过 900 个真实员工问题进行了测试。测试中，一边是直接连接六个企业系统（包括 Slack、Jira、GitHub）的代理，每个问题需要 15 到 35 次往返；另一边是使用 Uvi 的代理，一步获取上下文。测试是内部的，未经独立验证。
Uvi 的 CEO 如何描述 AI 代理的“失忆症”问题？
Uvi 联合创始人兼 CEO Gilad Salinger 表示：“开发者正在为失忆症支付前沿模型的高昂代价。”他解释说，模型是租用的，但上下文是拥有的。每季度都有更快更便宜的新模型，但公司关于为何这样构建的记忆却留在人们的头脑、旧工单和无人再读的 Slack 线程中。
Uvi 目前有哪些客户？支持哪些集成？
Uvi 的软件已在 Lemonade 和 monday.com（均为上市公司）以及 Melio（现属 Xero）的生产环境中运行。它可连接 Slack、代码库、编码会话、会议记录、Jira 和 Confluence，更多集成正在开发中。
