1. 从企业级Agent崩溃案例看纯向量RAG的局限性
去年在给某金融客户部署知识库问答系统时,我们遇到了一个典型案例:当风控部门询问"2022年第三季度与供应商X合作出现问题的根本原因"时,基于纯向量检索的Agent返回了五份会议记录片段,其中三份讨论的是完全无关的供应商Y的交付问题,另外两份只提到"供应商X存在沟通延迟",但缺失了关键因果链条。
这个现象揭示了当前主流RAG架构的核心痛点:它本质上是个"语义匹配器"而非"逻辑推理机"。当用户提出需要多跳推理(Multi-hop Reasoning)的问题时,系统表现会断崖式下跌。具体来说:
- 单跳查询表现良好:对于"供应商X的对接人是谁"这类直接事实查询,准确率可达92%(基于我们的压力测试)
- 双跳查询准确率腰斩:类似"供应商X导致项目延期的具体环节"这类问题,准确率骤降至43%
- 三跳以上查询基本失效:如"分析供应商X问题对年度财报的影响"这类复杂查询,返回相关结果的概率不足15%
实测数据显示:当问题涉及3个以上实体关联时,纯向量检索的准确率会低于随机猜测。这是因为余弦相似度计算完全忽略了实体间的拓扑关系。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 多跳问题的本质与向量搜索的数学局限
2.1 语义相似度与逻辑关联的鸿沟
现有RAG系统的典型pipeline是这样的:
python复制documents -> chunking(text_splitter) -> embedding(model) -> vector_store
↓
cosine_similarity(query_embedding, doc_embeddings)
这种架构在处理"项目A失败原因"类问题时,会遭遇几个根本性障碍:
- 维度坍缩问题:768维的embedding空间会将复杂的逻辑关系压缩为点积运算,丢失拓扑结构
- 局部最优陷阱:最相似的文本片段未必在逻辑链上相邻(比如"供应商B"和"延期交付"可能分别匹配不同文档)
- 路径不可见:系统无法展示从问题到答案的推理路径,缺乏可解释性
2.2 知识图谱的拓扑优势对比
我们通过一个对照实验来说明差异。用同
