先看一个向量检索答不好的问题:「供应商华辰的二股东,还持有哪些被列入出口管制清单的公司?」文档块各自相似,却连不成链——相似度分数再高,也拼不出「持股」这条边。RAG 热潮把「万物皆向量」推成了默认架构,但过去一年多,知识图谱正在智能体的记忆与检索层悄悄回归。需要说明的是,本篇不谈知识注入的选型对比(RAG 与微调怎么取舍是另一个话题),而是换一个视角:把图谱当作智能体架构里的一个器官来审视——它解决什么、怎么与向量混、维护起来贵在哪。

向量的盲区:三类向量吃亏的问题
第一类是多跳关系。向量检索把文档切块后,每一块只对「一个片段」负责,跨块的关联靠概率拼凑:问「A 的供应商的母公司受不受制裁」,检索会分别召回「A 的供应商是谁」「某母公司被制裁」两个块,但把它们接起来的那根线,不存在于任何一个块里。多跳问题的本质是「答案不在块内,在块与块的连接处」——而连接恰恰是向量不存的东西。检索器的补救办法是扩大召回再指望模型拼图,跳数一多,上下文里塞满弱相关块,答案质量随噪声衰减。业界给向量打过不少补丁——重排序把更相关的块往前排,父子块检索让小块定位、大块作答,多路召回把查询改写成几种说法分头去搜——补丁都在「找得更准」上下功夫,但没解决根本问题:块与块之间的关系依然没有被存储,多跳依然是生成阶段碰运气的拼图。
第二类是精确约束。「列出过去一年所有与 A 公司存在共同实控人、且尚未完成合规审查的交易」——「所有」「共同」「尚未」这类全称、交集与否定语义,相似度根本无法表达:相似度是一个连续分数,而约束是离散的逻辑条件。靠提示词叮嘱模型「注意全称」治标不治本,因为检索阶段就把该召回的漏掉了一部分,生成阶段再聪明也是无米之炊。同样吃亏的还有聚合类问题——「有多少家供应商同时出现在两张清单上」,向量能召回相关段落,数数与求交集却只能在生成阶段裸算,模型数错的概率随条目数上升;这类问题在图查询里是一条语句的事。
第三类是时序演变。实体的事实会变:供应商 2024 年前合规、之后被处罚;用户去年偏好的项目今年换了方向。向量库里新旧文档混排,答「现在是什么样」还是「当时是什么样」,全看检索运气——同一实体的十个块一起回来,模型挑哪个都情有可原。图谱把事实挂在实体上、带生效时间与失效时间,历史与现状分开可查,这类问题才有确定性答案。时序维度还有一个常被忽略的坑:文档的发布时间不等于事实生效时间,政策文件发布日与施行日往往差一截,只按发布时间排新旧,答出来的「现状」可能是尚未生效的将来时——时间轴必须挂在事实本身,而不是挂在文档上。
| 问题类型 | 向量检索的表现 | 图谱的答法 |
|---|---|---|
| 多跳关系 | 各块分别相似,链不起来 | 沿边遍历两三跳直达 |
| 精确约束 | 相似度表达不了全称与否定 | 图查询按条件精确过滤 |
| 时序演变 | 新旧文档混排,答谁看运气 | 实体带有效期,历史可查 |
| 全局结构 | 局部块拼不出整体视图 | 路径统计与子图聚合 |
小结:向量的强项是「按感觉找相似」,图谱的强项是「按关系精确定位」——盲区清单就是混合架构的需求清单。
图谱的三种用法:底座、记忆与路由
第一种用法是领域知识底座:把行业本体预先建模成图谱——公司、人物、产品、法规、事件及其关系——智能体通过结构化接口查询。它适合关系密集且相对稳定的域:供应链传导、合规关联、医疗药物相互作用。建模的重点不是堆实体数量,而是 schema 设计与更新流程:哪些关系值得建边、边要不要带属性与时间、事实变化由谁触发更新。一个只覆盖核心实体、但关系干净的小图谱,胜过一个覆盖面广但噪音大的全景图谱——这句经验在后面的维护成本一节还会再回来。
第二种用法是会话实体记忆:把对话中出现的实体与事实动态写入图谱——人名、项目、偏好、承诺、变更——边上带时间戳与有效期。用户说「我们换了项目负责人」,图谱更新的是关系及其生效时间,而不是往向量库里再塞一条聊天记录。这样「上次提到的那家服务商后来怎么样了」这类跨会话问题才答得上来:实体还在,关系链还在,翻历史就能对齐时间线。截至 2026-11,已有多家开源与商业实现把「时间知识图谱」做成智能体记忆组件,公开评测显示这类方案在多跳记忆任务上优于纯上下文管理与纯向量记忆的组合——会话记忆成了图谱回归的最前沿阵地,因为它不需要预先建模全域,只需要随用随记。记忆图谱的写入纪律值得单独强调:不是每句话都值得进图——闲聊与过程性语句会让图膨胀成对话的镜像;成熟实现只沉淀实体及其属性变化,并用冲突消解规则处理新旧事实的叠加,「用户说换了负责人」就覆盖旧关系而非并存,除非时间线明确并行。
第三种用法最容易被忽视:工具关系路由。把工具、数据源与业务流程的依赖关系本身建模成图——「用这个工具前必须先跑那个」「这两张报表出自同一口径」「这两步不能并发」。智能体执行计划时沿图行走,避免跳步与冲突。它与工具的语义检索互补:检索回答「有哪些工具可用」,图谱回答「这些工具按什么顺序、依赖什么前置」。图里还能挂执行语义:哪些工具幂等可重试、哪些有副作用必须谨慎、哪些输出是下游的输入——这些知识今天散落在提示词与文档里,图化之后变成可校验的约束,智能体的执行计划从自由发挥变成沿图行走。下面是一个图谱查询工具的最小实现:
@tool
def trace_risk_paths(supplier: str, max_hops: int = 3) -> list:
"""沿「供应 / 持股 / 制裁」三类边做多跳溯源,
返回该供应商到受限清单实体的最短关联路径。"""
if not isinstance(max_hops, int) or not 1 <= max_hops <= 4:
raise ValueError("跳数须为 1 到 4 的整数") # 深度先校验,不进拼接
cypher = (
"MATCH p = (s:Company {name: $name})-"
f"[:SUPPLIES|OWNS|SANCTIONED*1..{max_hops}]->(t:RestrictedEntity) "
"RETURN [n IN nodes(p) | n.name] AS chain, "
"length(p) AS hops ORDER BY hops LIMIT 5"
)
return graph.run(cypher, name=supplier)
小结:三种用法共享一个思想——把「关系」显式建模,让智能体从概率拼凑升级为结构行走。
混合架构:图谱、向量与 Agent 路由的分工
分工设计可以用一句话概括:图谱存实体与关系,向量存文本与嵌入,智能体做路由。路由判断问题属于哪一类,或者两者都要——「图定位 + 文填充」是多跳问答里最有效的复合模式:先在图谱里定位实体子图,保证链路正确;再用向量召回相关文本块,填充细节与原文引用;最后合并成带引用的证据包交给生成。链路对靠图,细节全靠文,各干各的强项。合并环节有纪律:图与文各自带回的证据要统一标注来源与置信度,冲突时优先结构化事实——图的边是经过校验的关系,向量的块只是相关文本,两者的证据等级天然不同,混着写进答案会让读者误以为等权。路由本身不必复杂:按问题类型分派(关系型走图、语义型走向量、混合型串联),加上失败回退——图查空了就落到向量,向量召回冲突就回头查图。
维护成本是混合架构的真实代价,也是多数团队低估的部分。图谱有三笔持续的账:schema 演进——业务变了,本体要跟着改,改本体意味着历史数据的迁移;实体对齐——同名不同物、异名同物,对齐错了比不对齐更糟,因为错误的关系会产生看似权威的推理;关系保鲜——事实变化需要事件驱动的更新管道,靠人工维护的关系图过不了几个季度就腐化。会话记忆图谱靠模型抽取三元组,自动化程度高,但抽取错误会污染下游推理——需要置信度标注、冲突消解与定期人工抽检。结论依然是那句话:图不求大,求准;预算应该花在对齐与保鲜上,而不是实体数量上。最后一笔账在查询侧:图查询语言对模型并不天然友好,生成的图查询语句同样需要校验与自愈——图谱把检索的幻觉换成了查询的语法错误,工程量没有消失,只是换了位置,这个位置是否更容易管,决定了混合架构是否划算。
flowchart LR
Q["用户问题"] --> R{"路由判断"}
R -->|"精确关系 / 多跳"| KG["知识图谱:实体与关系"]
R -->|"语义近似 / 长文"| V["向量库:文本块与嵌入"]
R -->|"混合型"| M["先图谱定位子图,再向量填细节"]
KG --> F["证据合并,带引用"]
V --> F
M --> F
F --> A["生成回答"]
小结:混合架构不是叠加两个存储,是给智能体一双「结构 + 语义」的眼睛——路由质量决定这双眼睛是否协调。
生态观察:GraphRAG 的流行、争议与构建自动化
GraphRAG 自 2024 年由微软团队开源后,把「用图谱增强检索」从概念推成了工程品类:文档先做实体抽取与社区聚类,再分层摘要,查询时既走向量又走图。它的流行带动了大量复刻与改造,争议也随之而来——构建成本高(全文档抽取实体的开销不小)、参数调优敏感(社区粒度与摘要层级直接影响效果)、对简单问答类问题收益有限。实践中的判断依据渐渐收敛:问题里出现跨文档多跳、全称约束或时序演变,才值得上图;单块就能答的 FAQ 类问题,向量便宜又够用。图谱不是默认升级,是特定问题形态的专用武器。还有一类争议关于效果归因:不少团队报告 GraphRAG 的增益在把向量基线做扎实、把摘要层级调优之后明显收窄——图的价值与基线的成熟度负相关,基线越糙,图越显灵;这提醒评估顺序应当是先修基线,再决定要不要上图。
构建自动化在 2025 年到 2026 年明显加速:模型抽取三元组加自动实体对齐,增量更新的时间知识图谱组件成为智能体记忆的标配选项,图数据库厂商纷纷推出面向智能体记忆的产品线与托管服务(截至 2026-11)。更值得注意的是定位的变化:这一轮图谱回归里,图谱不再要求全域建模,只要求把智能体需要的那个切面建准——从「企业的知识本体工程」缩小成「某个智能体的记忆器官」。图谱与向量正在从两条技术路线,变成同一个记忆层的两种索引。这与 2010 年代那波本体工程潮最大的不同就在这里:当年是先建图等人用,现在是智能体的具体需求定义图的边界。
小结:图谱回归的推动者不是图谱社区,是智能体的真实需求——需求定义切面,切面定义图谱的大小。
小结
图谱不是来替代向量的,是补上「关系」这个向量不擅长的维度。架构判断从「选哪个」变成「怎么路由」:这个问题需要精确关系还是语义近似?对建设者,路径建议从最小切口起步:先上一个只管实体记忆的小图谱,让跨会话问题答得上来,再谈领域底座;对决策者,把图谱预算花在 schema 与实体对齐上,而不是实体数量上。向量找不到的三跳关系,图谱一跳搞定——但前提是那条边真的建了、并且是新的;图谱的维护账没算清之前,回归就只是幻灯片上的回归。
读者留言
COMMENTS 暂无还没有留言,来说第一句?