每个公司都想要一个什么都知道的AI助手。紧接着的下一句永远是同一个担忧:万一它把工资表拿给实习生看了怎么办?
大多数“公司大脑”的演示会跳过这个问题,把所有文档建个索引,搜到什么就答什么。在 Graph Hacks 2026(WeMakeDevs × FalkorDB)上,有人做了相反的事:一个公司大脑,第一职责是搞清楚谁有权知道什么。项目叫 Need-to-Know。
权限是一条链,而链是图问题
真实公司里的访问权很少是“这个人能打开这个文件”这么简单。它更像这样:Priya 在支持团队,支持团队属于全体员工组,全体员工组在三年前被加进了“Drive 迁移 2023(临时)”这个组,而那个组当年拿到了工资表。
没人记得最后这一步。没人能笃定回答“到底谁能看到这个”。一个从所有文档里找答案的聊天机器人,会把这条隐藏的链变成所有人的麻烦。
成员关系的链条,恰好是图数据库擅长的事。在 FalkorDB 里,一条查询就能返回一个人或一个AI代理通过任意深度嵌套组能读到的全部内容,中位耗时 0.45 毫秒,快到可以在每个问题、每个代理步骤上实时跑一遍。权限不做缓存,也就不存在过期访问的问题。
它到底做了什么
作者造了一家逼真的公司 Northwind Labs:211 人、9 个团队、19 个嵌套组、21 份文档和聊天记录、3 个客户、3 个AI代理,还故意埋了三个现实里常见的错误让大脑去找。
整个公司图谱被画成一颗大脑:管理层在前额叶,面向客户的团队在后部,文档在记忆叶,AI代理在小脑,FalkorDB 是脑干。提问时,信号从你出发,穿过你所属的组,抵达 FalkorDB 放行的每份文档;被拦下的文档收到红色信号,中途停住。动画走的就是数据库实际使用的路径。
同一个问题“Acme 公司的发票十月为什么涨了”,以支持团队实习生 Priya 的身份问,她会从定价政策里得到答案:忠诚折扣持续 12 个月且不自动续期,每条事实都标注来源和负责人。她拿不到合同金额和发票流水,看到的是一行锁定提示:合同金额与折扣,需要财务或管理层权限,去问 Arjun Mehta。
换成财务负责人 Meera 问同样的问题,那些隐藏的行就变成真实答案。一个“看看别人眼中的答案”的对照框,把两份回答并排放在一起。这个大脑不假装受限的东西不存在,也不泄露它们,它告诉你缺了什么、该去找谁。
每条事实还配一个按钮,点开显示它背后最短的组链,比如 Priya → 支持团队 → 全体员工 → 公司手册。访问权不再是谜。
记忆也是隔离的。每条记忆挂在所有者对应的图节点上,每次记忆查询都从你自己的节点出发,从我的节点到你的记忆之间根本没有路径。演示里直接给出数字:Priya 有 4 条记忆,Meera 能触达 0 条。
AI代理和人遵守同一套规则。代理也是组的成员,拿到的是它所在组应有的权限。演示中支持代理和财务代理共享客户工单 #4821,财务代理加了一条仅财务可见的合同细节备注;工单回到支持代理手里时,那条备注被隐去,回复客户时泄不出去。如果草稿回复里真的带了财务私有数据,审批环节会拒绝发送。
它还会自查
健康检查对比“谁应该能打开某份敏感文档”和“谁实际能打开”,三个埋下的问题全部被找出来:
- 2026 薪酬区间:211 人能打开,而不是应有的 3 人,全部经由那个被遗忘的“Drive 迁移 2023(临时)”组;
- Q3 董事会更新:34 人而不是 5 人,经由一个项目组;
- Ravi Kumar 从财务调去工程,却仍留在财务组,这一条过期成员关系就解锁了 5 样东西。
每条修复建议都先在公司的完整副本上测试:用 FalkorDB 的 GRAPH.COPY 复制图谱,应用修复,验证该失去权限的人失去了、该保留的人仍然保留,然后删掉副本。之后才由人批准,改动存为一条可解释的决策记录。
作者还用纯 Python 把访问规则独立写了一遍作为基准,跑了 54 个提问者 × 8 个问题、共 6,634 对(人,段落)。图遍历与 Python 基准的一致率是 100%。扁平权限列表安全但几乎没用,人们只能看到自己有权内容的 37.5%;完全不做检查则泄露了 840 次。只有图既安全又有用,因为只有图理解组里套组。
开发过程里也踩了坑:笔记本上没有 Docker,FalkorDB 不能在 Windows 原生运行,于是全部改在 GitHub Actions 里对着真实实例跑,每次推送执行 13 个测试、基准、容器构建和各页面截图,然后重新部署演示。第一版搜索把提到“Acme”的内容都排得很高,问发票涨价却返回了 Acme 的责任上限条款,后来改成丢弃只匹配客户名的段落,并对“为什么”类问题偏向政策和决策文档。还有一行 CSS:标签面板上的 display: flex 悄悄压过了浏览器的 hidden 属性,导致所有标签同时渲染。
下一步想做的是从 Google Workspace、Slack、Notion 导入真实组和文档的连接器,新共享突然扩大敏感内容访问范围时的实时告警,以及时间旅行式的追问:去年三月谁能看到这份文档?
这个项目把一件事说得很清楚:一个公司大脑的可信度,取决于它对“谁有权知道什么”的判断有多准。
热门跟贴