根据 @AndrewYNg，新短课“Agentic Knowledge Graph Construction”演示如何用一组智能体将参考资料抽取并连接为知识图谱，以构建更好的RAG。来源：Andrew Ng 在X，2025年8月27日，https://twitter.com/AndrewYNg/status/1960731961494004077 课程由 Neo4j 创新负责人 @akollegger 授课，突出将图数据库用于RAG流程的实操路径。来源：Andrew Ng 在X，2025年8月27日，https://twitter.com/AndrewYNg/status/1960731961494004077 他强调，知识图谱是改进RAG质量的重要方式。来源：Andrew Ng 在X，2025年8月27日，https://twitter.com/AndrewYNg/status/1960731961494004077 对交易者而言，此次发布未涉及加密货币、代币或价格信息，表明该帖本身不构成直接的加密市场即时催化剂。来源：Andrew Ng 在X，2025年8月27日，https://twitter.com/AndrewYNg/status/1960731961494004077

据 DeepLearning.AI 称，其与 Neo4j 合作推出名为 Agentic Knowledge Graph Construction 的短课，由 Andreas Kollegger 授课，重点展示知识图谱如何通过建模关系与溯源来补充 RAG，从而提升答案可靠性（来源：DeepLearning.AI 于 X，2025年8月27日）。从交易角度看，此次发布强调企业对图数据库与 Agentic AI 工作流的实际需求，但未提及任何加密资产，意味着本次消息对代币暂无直接催化（来源：DeepLearning.AI 于 X，2025年8月27日）。