Joel Hellermark：知识获取与 Sana 的 A-4 智能体

Sana 创始人 Joel Hellermark 在 2024 年峰会开场时回忆 Richard Hamming 的问题：你所在领域最重要的问题是什么，你为什么没有研究它？

他讲述一个关于 Buckminster Fuller 和 Albert Einstein 的故事：两人将获取知识视为“元问题”。不论这一轶事是否得到历史证实，Hellermark 用它解释 Sana 帮助人们寻找和运用知识的目标。

他列举能源、交通、医药和建筑领域的客户，并称一位用户六个月内使用 Sana 2,700 次。这些是公司在 2024 年演讲中提供的案例和使用数字。

Hellermark 回顾产品发展：搜索分散在不同系统中的知识、通过聊天提问，并将会议记录加入可搜索知识库。他说，公司推出免费层以扩大使用机会。

他认为，助手仍难以处理过时知识、使用工具、多步骤问题和全面检索。他说，仅靠语义相似搜索可能遗漏知识图谱有助于表示的关系。

他提出从单次完成的助手转向能够规划、检索信息、检查结果并在需要时重试的助手。Sana 将活动中展示的智能体方案称为 A-4。

Hellermark 介绍自动生成的公司知识图谱，用户可以删除过时信息或添加缺失事实来纠正它。他将其作为产品设计的一部分。

他说，模型路由将不同问题发送给适合的模型，以平衡质量与速度。他还介绍可让助手操作 Salesforce 和招聘系统等应用的工具。

反思和多步骤推理让助手制定计划、检查中间结果并改进答案。他报告这些技术组合带来的基准提升，但数字只适用于他展示的评估。

Hellermark 提出受监督的自动化：系统预判并准备有用的行动，用户再审阅和完成它。这是他提出的超越等待提示词的一步。

一个例子中，Sana 找到会议记录并准备更新 Salesforce。用户可以先检查建议的行动，再确认完成。

首页的回顾流程展示后台生成的漏会摘要与建议行动。用户可以查看摘要、继续提问，并选择完成哪些行动。

一个建筑公司案例中，系统从多个系统检索相关信息，起草复杂邮件的回复。Hellermark 说，用户可以在完成前审阅或编辑草稿。

他还展示了汇总最近共享文档的回顾界面。目标是从查找信息，走向帮助人们完成依赖这些信息的任务。

Hellermark 预览与 OpenAI 合作开发的语音交互，并开玩笑说要让助手带有消极攻击式的个性。他讨论了销售代表和研究者可能的使用场景。

他报告，在部分早期用例中生产力提高 30% 至 50%，并将其与历史技术采用相比。这些是公司展示的数字，并非对所有工作的普遍估计。

Hellermark 最后鼓励组织利用知识工具支持医学研究和可再生能源等目标。