DeepLearning.AI 预告 AI Dev NYC 2026：Neo4j 团队主讲 GraphRAG 主题
Neo4j 三位开发者要在 AI Dev NYC 2026 上讲 GraphRAG，用图数据库给模型喂数据提升准确性，还有工作坊教你排查智能体信错证据的情况。做 RAG 和智能体开发的人可以关注下这个议程。
DeepLearning.AI 宣布 AI Dev NYC 2026 将于 2026 年 11 月 30 日至 12 月 1 日在纽约 Chelsea Piers 举办，核心内容之一是由 Neo4j 的 Stephen Chin、Nyah Macklin 和 Jennifer Reif 主讲的 GraphRAG 专场。
该演讲聚焦如何用图数据库为模型提供上下文，解决模型输出准确性依赖所给数据的问题。主办方还安排了一场动手工作坊，主题是识别智能体采信了不应信任的证据的情形，属于 GraphRAG 在智能体可靠性方向的实操内容。
活动信息与购票入口通过 Luma 平台（luma.com/AIDevNYC2026）发布。
A model is only as accurate as the context you give it. Stephen Chin, Nyah Macklin, and Jennifer Reif of @neo4j teach grounding models with data at AI Dev NYC: a GraphRAG talk on the main stage, plus a hands-on workshop on catching when your agent trusts evidence it shouldn’t.. 📅Nov 30–Dec 1, 2026 · Chelsea Piers, NYC 🎟Get your tickets luma.com/AIDevNYC2026?u… dP #AIDev e #DeepLearningAI A #GraphRAG AG📊 1 ⚡
本条情报归属 AITOP「技巧」核心栏目，重点聚焦北美前沿实验室与硅谷科技巨头。在跨区域产业观察坐标中，该动态直接关联「AI 开发者工具链、Coding Agent 与工程化实践」研究主线，反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括：GraphRAG、Neo4j、DeepLearning.AI、RAG，读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。
信源核验说明：本文原始线索采编自「DeepLearning.AI」（@DeepLearningAI），经 AITOP 多维评分管线结构化提炼。
