🤖 AI

Helicase: Uncertainty-Guided Supply Chain Knowledge Graph Construction with Autonomous Multi-Agent LLMs

本文介绍了 Helicase，这是一个自主多智能体大语言模型系统，它通过将复杂查询分解为迭代调查计划并在行动、轨迹和记忆层跟踪置信度来构建不确定性感知的供应链知识图谱，并在新的 SCQA 基准上进行了评估。

原作者： Yunbo Long, Haolang Zhao, Ge Zheng, Alexandra Brintrup

发布于 2026-05-27

📖 1 分钟阅读☕ 轻松阅读

原作者： Yunbo Long, Haolang Zhao, Ge Zheng, Alexandra Brintrup

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，你正在试图解开一个巨大的现实世界谜题：“特斯拉汽车的哪些具体部件使用了来自澳大利亚开采的锂？”

如果你向一个标准的人工智能聊天机器人提出这个问题，它可能会根据几年前训练数据中的内容进行猜测，或者干脆回答“我不知道”。它无法主动去查阅最新新闻、阅读矿业公司的 PDF 报告，并将其与电池制造商的网站进行交叉验证，从而构建出一个新的答案。

这篇论文介绍了Helicase，一种专为解决此类复杂供应链谜题而设计的全新人工智能团队。以下是其工作原理的简明解释：

1. 问题：信息的“拼图”

供应链信息就像一张巨大的拼图，其碎片散落在互联网各处。有些碎片很容易找到（例如网站上的产品成分表），但其他碎片则隐藏在积满灰尘的 PDF 报告、晦涩的贸易期刊中，或埋藏在社交媒体帖子里。

旧式人工智能：试图依靠记忆来拼凑出全貌。它经常出错或产生幻觉（编造内容）。
挑战：你无法在单一文档中找到答案。你必须将澳大利亚的矿山、中国的化学精炼厂、内华达州的电池工厂以及最终的汽车连接起来。

2. 解决方案：一支由专业侦探组成的团队

Helicase 不仅仅是一个人工智能，它是一个自主代理团队，像侦探小队一样协同工作。

规划者（队长）：该代理审视核心问题并将其分解。它会决定：“首先，我们要找到矿山。然后，我们要找出谁从它们那里采购。”
搜索代理（侦察兵）：这些代理外出搜索网络。它们阅读网站、PDF 报告和电子表格。它们不只阅读一次；它们会派出多名侦察兵核查同一事实，以确保结果一致。
推理代理（分析师）：这些代理利用侦察兵发现的线索，分析它们之间的关联。“如果矿山 A 向精炼厂 B 销售，而精炼厂 B 向工厂 C 销售，那么锂的流向就是从 A 到 C。”
编码代理（制图师）：这些代理绘制地图。它们构建知识图谱——一种清晰展示谁与谁相连的结构化图表。

3. 秘诀：将“不确定性”作为指南针

Helicase 最关键的部分在于它知道自己不知道什么。

想象你在绘制一张地图。如果你在政府报告中发现了一个事实，你会用绿旗标记它（高置信度）。如果你在一个无人提及的随机博客帖子中发现了一个事实，你会用红旗标记它（高不确定性）。
Helicase 使用**“三层不确定性系统”**：
1. 行动层：“搜索代理是否就这一事实达成了一致？”
2. 轨迹层：“我们是否只是在原地打转、重复相同的搜索，还是正在发现新线索？”
3. 记忆层：“纵观我们目前构建的整张地图，我们对最终结果的把握有多大？”

如果人工智能不确定，它不会猜测。它会返回，派出更多侦察兵，并尝试寻找更多证据，将那面红旗变成绿旗。它会持续这样做，直到地图足够清晰，或者它已穷尽所有新的搜索方向。

4. 测试："SCQA"考试

为了证明其有效性，作者创建了一项名为SCQA（供应链查询评估）的测试。这就像一场包含 80 道难题的期末考试。

简单问题：“这款洗发水含有这种成分吗？”（答案就在瓶身上）。
困难问题：“我们的竞争对手的哪些产品使用了某种正在供应短缺的特定化学品？”（答案需要连接 5 个不同的隐藏来源）。

结果：

标准人工智能模型（即你可能日常使用的聊天机器人）在困难问题上惨败。它们无法构建地图，也无法承认自己是在猜测。
Helicase 成功了。它构建了地图，连接了线索，并明确告知用户它对每个连接的置信度。它是唯一能够处理“低可见度”问题的系统，这类问题的答案并不存在于任何单一的地方。

5. 为什么这很重要

将 Helicase 想象成一位自动驾驶的研究助理。

与其让人花费数周时间手动点击网站、阅读 PDF 并绘制图表来寻找供应链风险，Helicase 能在几分钟内完成。
它不仅仅给你一个“是”或“否”。它提供一张带有置信度评分的已验证地图。如果地图显示“我们有 90% 的把握确认该供应商与该矿山相连”，业务经理可以信任这一数字。如果显示“我们只有 40% 的把握”，经理就知道在做出决定前需要再次核实该特定链接。

简而言之，Helicase 将混乱、杂乱的互联网转化为一张清晰、可靠且具备自我核查功能的全球供应链地图。

技术摘要：HELICASE——基于自主多智能体大语言模型的不确定性引导供应链知识图谱构建

1. 问题陈述

当前的大语言模型（LLM）系统和多智能体框架在应用于供应链智能时面临关键局限。尽管它们在通用知识检索方面行之有效，却无法解决结构性推理问题，即答案并非包含在单一文档中，而必须跨越碎片化、异构的网络资源进行综合。

具体而言，现有系统存在四个根本缺陷：

缺乏真正的自主性：它们依赖僵化的预定义工作流或预处理数据，无法针对模糊、复杂的查询动态确定搜索深度或方向。
缺乏可验证的不确定性：它们生成的叙述性摘要包含未经证实的引文和幻觉，缺乏量化置信度或将可靠性追溯至来源质量的机制。
黑盒推理：决策过程不透明，阻碍了战略规划所需的可审计性。
无法构建结构模型：它们缺乏构建分析复杂系统所需的中间结构模型（如知识图谱）的能力，仅限于叙述性综合。

核心挑战在于回答诸如“哪些特斯拉组件使用了来自澳大利亚矿山的锂？”之类的问题，这些问题需要跨越低可见度数据（如监管文件、贸易新闻、非结构化社交信号）进行多跳推理，并要求对结果具备校准后的置信度。

2. 方法论：Helicase 系统

Helicase 是一个自主多智能体大语言模型系统，旨在将不透明的供应链查询迭代地“解开”为结构化、带有不确定性标注的知识图谱（KG）。它通过涉及查询丰富化、多源证据采集和图谱构建的螺旋过程进行运作。

2.1 智能体架构

该系统采用专门的多智能体层级结构：

规划智能体（Planner Agent）：将高层查询分解为可执行的调查计划。它根据前几轮迭代的反馈，动态生成针对当前知识图谱中高不确定性区域的新行动。
网络搜索智能体（Web Search Agents）：从多样化模态（HTML、PDF、CSV、社交平台）执行并行、多源证据检索。它们利用共识机制对证据质量进行评分。
推理智能体（Reasoning Agents）：综合采集的证据，执行跨源推理，并识别必要的结构更新。
编码智能体（Coding Agents）：将推理决策转化为确定性的、可审计的 JSON 变更（在知识图谱上创建、合并或修订节点/边），利用模糊实体匹配防止重复。

2.2 三层不确定性量化

核心创新在于三层不确定性框架，该框架在不同尺度上追踪不确定性，以引导系统并校准置信度：

行动层（Action-Layer）：衡量单个智能体执行的可信度（例如， $n$ 个并行搜索查询间的事实共识）。它利用基于大语言模型的共识评分来区分事实一致性与风格差异。
轨迹层（Trajectory-Layer）：通过计算当前行动与所有先前行动之间的语义相似度来检测冗余。高冗余信号表明收益递减，促使规划智能体转向或终止。
记忆层（Memory-Layer）：整合存储在知识图谱中的逐事实不确定性。它对现有事实采用乘法累积（重复的独立证据可降低不确定性），对新事实采用基于最小值的初始化。系统级记忆不确定性（ $U_{memory}$ ）驱动收敛检测。

2.3 迭代执行与收敛

系统在闭环中运行，当前知识图谱及其不确定性景观反馈给规划智能体。

行动选择：候选行动根据单位成本估算的不确定性减少量进行优先级排序。
收敛：当记忆层不确定性表现出持续停滞（连续 $P$ 次迭代相对变化低于阈值）时，系统终止，确保调查已耗尽降低不确定性的能力。

3. SCQA 基准

为了评估跨越全复杂度谱系的自主推理能力，作者引入了SCQA（供应链查询评估），这是一个包含 80 个查询的基准，基于两个维度组织为四个象限：

推理复杂度：单跳 vs. 多跳。
信息可见度：高可见度（结构化、公开来源）vs. 低可见度（碎片化、非结构化、小众来源）。

四个象限分别为：

Q1：单跳、高可见度（例如，“产品 X 是否含有成分 Y？”）。
Q2：多跳、高可见度（例如，“在 Z 国制造的哪些产品含有成分 Y？”）。
Q3：单跳、低可见度（例如，“公司 A 原材料的主要供应商是谁？”）。
Q4：多跳、低可见度（例如，“追踪特定成分跨多条产品线的供应链以找到共同供应商”）。

真实值通过两阶段人工标注过程确立，包括原始资料汇编和领域专家审查。

4. 实验结果

实验将 Helicase 与前沿大语言模型（零样本）以及增强网络搜索的智能体框架（ReAct、思维树）进行了比较。

性能表现：前沿大语言模型和现有智能体框架在结构性供应链推理上失败，特别是在 Q4（多跳、低可见度）方面。它们无法生成必要的网络模型或产生可量化的不确定性。
Helicase 的成就：Helicase 成功实现了端到端的发现过程自动化。
- Q4 准确率：实现了 0.85 的图谱 F1 分数，大幅优于最佳基线（思维树为 0.39）。
- 不确定性校准：Helicase 是唯一产生校准后不确定性估计的系统。其不确定性校准误差（UCE）为 0.25，而基线系统未产生任何不确定性估计。
消融研究：移除关键组件显著降低了性能：
- 移除不确定性引导规划使图谱 F1 下降了 0.12。
- 将乘法累积替换为基于最小值的规则使 UCE 膨胀至 0.41。
- 将多智能体流水线替换为单智能体循环使图谱 F1 崩溃至 0.45，这表明价值在于不确定性引导搜索与增量图谱构建的紧密耦合，而不仅仅是事后提取。

5. 意义与主张

本文将 Helicase 定位为从被动、检索增强系统向主动、不确定性引导、基于图谱的发现的转变。

自主发现：它证明了智能体大语言模型可以自主回答多跳、低可见度的供应链查询，这些查询击败了当前的最先进模型，并在最具挑战性的基准象限中实现了高准确率。
可信度：通过引入三层不确定性框架，该系统解决了智能体供应链管理中的“幻觉”和“验证”问题，提供了校准后的置信度分数，使决策者能够适当权衡证据。
架构洞察：该工作确定了不确定性引导规划、乘法证据累积和多智能体专业化是可靠结构性发现的关键架构组件。
实用价值：该系统将多层供应商映射的周期时间从数周的分析师工作缩短至几分钟，为初步证据收集和不确定性优先级排序提供了一个低成本的决策辅助层。

作者得出结论，这项工作为供应链研究中的自主信息发现确立了新前沿，为下游分析提供了结构化、带不确定性标注的基底，并为未来评估提供了通用基准（SCQA）。