Badacze z arXiv opublikowali pracę na temat Context Graphs, która wprowadza fundamentalną zmianę w podejściu do agentów korporacyjnych. Zamiast passywnie czekać na zapytania użytkowników, nowe systemy mogą sama proaktywnie identyfikować i zgłaszać istotne informacje pracownikom. Architektura opiera się na grafach relacyjnych, które modelują jednostki przedsiębiorstwa, ich związki i zmiany stanu w czasie.
Srdcem systemu jest trójwarstwowy mechanizm: Delta Detection Engine monitujący zmiany w danych, Proactivity Scorer oceniający ważność i releawancję informacji dla konkretnych pracowników, oraz warstwa prezentacji zasilana przez LLM, która generuje powiadomienia z wyjaśnieniami. Autorzy pracowali nad pełną implementacją w Pythonie z wykorzystaniem NetworkX i API Claude od Anthropic, dostarczając zarówno teoretyczne sformalizowanie komponentów jak i praktyczne narzędzia.
Ewaluacja na trzech przypadkach korporacyjnych - zarządzanie cyklem życia umów, reagowanie na incydenty inżynieryjne i higiena pipeline'a sprzedaży - pokazała imponujące wyniki. System osiągnął precyzję 0.83 dla pięciu najlepszych rekomendacji i wskaźnik fałszywych alarmów na poziomie 0.11. Najistotniejsze jest skrócenie czasu dostarczenia informacji z 47 minut (w systemach reaktywnych) do poniżej 30 sekund, co może fundamentalnie zmienić sposób działania zespołów korporacyjnych przez eliminację zwłoki w dostępie do kluczowych informacji.