Pinecone Nexus 现已公开预览

Pinecone 今日宣布，其知识引擎 Pinecone Nexus 已进入公开预览阶段。该产品于七周前以早期访问形式推出，旨在为AI代理提供编译后的企业知识。自发布以来，Pinecone 与一批涵盖海量数据、高复杂性以及严格准确性、延迟和成本要求的用户合作，现在向所有商业用例开放。

Pinecone Nexus 的核心目标是解决企业知识分布散乱的问题。前沿模型在通用知识和复杂推理方面表现出色，但面对深埋在文件中的特定信息时，搜索能力不足。而传统向量数据库一直在改进搜索，但企业还有一个更独特的知识层次：业务上下文。这是三年员工无需搜索就能知道的知识；哪个内部流程文档反映了当前实际工作方式；季度目标在实践中的意义；一个部门的政策如何关联到另一个部门的决策。这些知识分散在合同、维基、HR文档、会议记录、支持工单和财务记录中。大部分已被记录下来，但记录不等于编译，而代理在开始任务时需要后者。每次代理启动任务，它都必须从头开始拼凑这些信息，导致令牌消耗、时间延迟和半对半错的答案。

Nexus 通过一个“清单”（Manifest）机制来解决这一问题。清单是领域专家设计的蓝图，定义了文档如何被理解，以及知识工件（Knowledge Artifacts）的类型和关系。数据通过连接器（如本地文件上传、Box、OneLake）进入工作区，在工作区内组织为多个“上下文”（Contexts），每个上下文对应一个数据集或知识领域。然后，Nexus 的策划层根据清单将原始文档转换为结构化的知识工件。代理通过 KnowQL 查询接口直接查询这一知识层，无需在运行时猜测文档结构。

Nexus 的独特之处在于让领域专家参与知识策划。例如，专利律师可以定义专利标准组织方式的清单，并购分析师可以指定尽职调查中需要交叉引用的文档类别。这种模式不同于提示工程——模型不是在查询时被指导，而是直接使用由真正理解领域的人设计的知识层。结果就是答案精确且快速，推理从开始就指向正确的方向。

随着法规变化、产品演进，知识会出现“知识漂移”。Nexus 允许专家重新策划：更新清单、重建知识层、发布。代理保持最新，因为领域专家始终控制着知识层。

Pinecone 发布了多项基准测试结果，证明了 Nexus 的效果。例如，在金融科技公司 Q2 的支持知识库测试中，Nexus 在 20 个复杂问题上达到了 95% 的 F1 分数，平均召回率和精确率均为 4.70（满分 5 分）。Q2 的首席数据科学家 Jesse Barbour 表示，他们可以轻易搭建向量数据库并运行 RAG，但要让代理可靠地组装正确知识才是难点，而 Nexus 做到了。

在法律研究公司的测试中，Nexus 对欧盟判例法的回答完成率 100%，准确率 87%，而 Agentic RAG 基线的完成率仅 66%，准确率 45%。Nexus 的每个查询平均仅消耗 9k 令牌，远低于 Agentic RAG 的 80k。

在市政会议记录的跨文档推理测试中，Nexus 也展现了优于标准检索的能力。

现在，任何有商业用例的用户都可以申请访问 Pinecone Nexus 公开预览。提供两种方式：Preview Playground（快速验证）和 BYOC 部署（生产环境，数据留在用户 VPC）。Pinecone 强调，他们专注 BYOC 模式以满足企业对数据驻留、安全和合规的要求。