S&P Global旗下Kensho利用LangGraph构建多智能体框架，解决金融数据检索难题

核心要点

• 技术选型：Kensho采用了LangGraph作为核心技术栈，构建了多智能体协作框架。
• 框架命名：该统一智能体访问层被命名为“Grounding”框架。
• 核心目标：旨在解决企业级规模中存在的碎片化金融数据检索问题。
• 所属机构：Kensho作为标普全球（S&P Global）的AI创新引擎，负责推动此类技术落地。

详细分析

应对碎片化金融数据的挑战

在金融行业，数据往往分布在不同的系统和格式中，导致检索过程高度碎片化。Kensho通过开发“Grounding”框架，试图建立一个统一的智能体访问层。这一举措的核心在于利用AI智能体的自主性，在复杂的企业级环境中实现更精准、更高效的数据定位与提取，从而打破数据孤岛。

基于LangGraph的多智能体架构

Kensho选择LangGraph来构建其多智能体框架，这表明了其对复杂逻辑流控制的需求。LangGraph允许开发者创建具有循环逻辑和状态管理的智能体工作流，这对于需要反复验证、多步检索的金融数据处理场景至关重要。通过这种方式，Kensho能够将复杂的检索任务分解为多个子任务，由不同的智能体协作完成。

行业影响

Kensho的这一实践展示了多智能体系统（Multi-agent Systems）在处理高度专业化且碎片化的行业数据时的巨大潜力。对于金融科技领域而言，这不仅提升了数据检索的准确性，也为大型企业如何利用开源工具（如LangGraph）构建定制化的AI基础设施提供了参考范式。这种统一访问层的概念，可能会成为未来企业级AI应用的标准配置。

常见问题

问题 1：什么是Kensho的Grounding框架？

Grounding框架是Kensho开发的一个统一智能体访问层，专门用于解决企业规模下的金融数据检索碎片化问题。

问题 2：为什么Kensho选择使用LangGraph？

虽然原文未详细展开，但LangGraph以支持构建复杂、有状态的多智能体应用著称，这符合Kensho构建统一、可扩展的智能体访问层的技术需求。

问题 3：该框架主要服务于哪个领域？

该框架主要服务于金融领域，特别是针对标普全球（S&P Global）这类大型机构的复杂金融数据检索场景。