晚上九点,南京新街口。朋友拖着娃,推着婴儿车,问我:找一家鸭血粉丝汤,离地铁口近,不用排很久,能坐下更好。我打开手机地图,输入一串关键词。结果呢?一堆店。有的在商场负一层,推车根本进不去。有的评价说排队四十分钟。还有一家,导航显示三百米,实际要绕地下通道。你说气不气。
地图懂“鸭血粉丝汤”。也懂“地铁口”。但它不太懂这些词之间的关系。推车和店的关系,排队时间和时段的关系,地下通道和步行可达性的关系。知识图谱,就是试图把这些关系显式地连起来。
地图能搜到店,却搜不到“关系”
先别急着把知识图谱想成一张巨大的思维导图。它更像一套机器能读的关系账本。账本里记什么?记实体、属性、关系。实体可以是人、地点、菜、公司、药品、故障代码。属性是“这家店有几层”“这个地铁口有没有电梯”。关系是“这家店位于这个商场”“这个商场连着这个地铁口”“这个地铁口有直梯”。
一种常见写法叫三元组。比如:南京博物院,位于,中山东路。鸭血粉丝汤店,适合,婴儿车。鼓楼医院,属于,鼓楼区。看起来平平无奇,对吧?可一旦量大了,机器就能沿着边走路。你问“新街口附近适合推车的餐厅”,它不用猜关键词,而是从“新街口”这个节点出发,找“附近”的餐厅,再筛“适合推车”这个属性,再排掉“地下负一层且无电梯”的点。路径清晰,理由也能拿出来。

这就是知识图谱和全文检索的差别。全文检索像翻书,看到“推车”就兴奋。知识图谱像问一个熟悉街区的人,他知道哪条巷子能推车,哪家店下午三点不排队。当然,前提是这张网得先建对。建不对,照样胡扯。
它和大模型不是一回事,但总被混着聊
这两年大模型火了,很多人一听知识图谱,就问:是不是要被大模型取代了?说实话,这俩不是同一种东西。大模型像读过很多书的实习生,能聊、能写、能猜。但它会一本正经地胡说。知识图谱像档案馆加关系网,存放的是显式事实和推理路径。它不油嘴滑舌,但它能告诉你“这条结论从哪来”。
所以它们经常搭伙。检索增强生成里,大模型负责理解问题、组织语言,知识图谱负责提供可靠的关系证据。用户问“这个药和那个药能不能一起吃”,模型不能只靠记忆。它得去查药物相互作用图谱。图谱里有节点、有边、有来源。模型再把它讲成人话。一个负责表达,一个负责约束。挺好。

误区也在这儿。知识图谱不是把网页全爬下来,塞进图数据库就完事。那只是堆原材料。真正费劲的是建模、实体对齐、消歧、抽关系、处理冲突。举个南京的例子。“鼓楼”这个词,可以是鼓楼区,可以是鼓楼医院,可以是鼓楼地铁站,也可以是南京大学鼓楼校区。你不消歧,图谱里这几个节点就缠成一团。问“鼓楼附近修表”,它可能给你推荐到江北。离谱吧。
还有实体对齐。苹果公司、苹果水果、苹果手机,英文都叫 Apple。人和机构同名,地名和站名重名,药品商品名和通用名混用。图谱工程师很多时间不是花在画漂亮的图上,而是花在“这俩到底是不是同一个东西”上。枯燥,但关键。
真正难的不是画图,是让图活着

很多知识图谱项目死掉,不是技术不会,是没人维护。上线那天很热闹。三个月后,门店关门了,地铁口改名了,药品说明书更新了,图谱还是旧版本。用户一问,答案过期。然后没人再信它。图谱这东西,活得像城市。道路要修,门牌要换,新店要加。你以为建完就结束?没有。
所以冷启动别贪大。别一上来就“全领域知识图谱”。先做小场景。设备维修,先搞清故障码、零件、维修步骤的关系。金融风控,先理清企业、股东、担保、诉讼的关系。医疗问诊,先弄明白症状、检查、药品、禁忌的关系。小场景能闭环,有人用,有反馈,才能滚起来。大而全的图谱,往往在 PPT 里很好看,在机房里很尴尬。
更新机制也得设计。谁负责录入?谁审核?冲突了听谁的?来源能不能追溯?比如一条“某店适合婴儿车”的关系,是店员说的,还是用户三次上传的,还是官方无障碍设施数据?权重不一样。没有溯源,图谱就会变成另一种谣言容器。
一段对话:老板说“我们搞个知识图谱吧”

老板:我们不是有数据库吗?换成图数据库,是不是就有知识图谱了?
我:不一定。图数据库是存节点和边的地方。知识图谱的核心是模型、关系和语义。你把 Excel 塞进图数据库,它还是 Excel,只是换了个姿势。
老板:能不能让大模型自动抽?
我:能抽一部分。实体、关系、事件,都能抽。但抽完要校对。医疗、金融、工业场景,错一条关系,可能比没有更麻烦。
老板:那要多少人力?
我:看边界。一个垂直小场景,两三个人可以跑通原型。全域全行业,长期工程,别指望三个月收工。
老板:值吗?
我:看你问什么问题。如果只是关键词搜索,不值。如果你要解释、推理、追责、跨系统串联,那它有用。它不便宜,但它让机器知道“谁和谁有关系”。
未来:图谱会消失,还是变成模型的外挂记忆

有个冷思考。知识图谱这个词,未来可能不那么常出现。不是因为它没用,而是因为它会被拆进各种系统里。搜索、推荐、风控、客服、科研助手,底层都有一张关系网。你未必看见它。你只感觉“这次它怎么懂了”。
另一条路是神经符号混合。大模型擅长模糊匹配、语言理解、生成;图谱擅长精确关系、约束、可解释。两边的边界会越来越模糊。模型可以调用图谱,图谱可以用模型来补全和抽取。谁吃掉谁?可能都不是。更像一个会聊天的前台,配一个记性极好的档案管理员。前台负责让你舒服,管理员负责别出错。
但风险也在。图谱会把偏见固化。如果数据里某类人群被标注得很少,推理就会偏。隐私也麻烦。关系本身就是敏感信息。谁和谁一起出现,谁属于哪个组织,谁去过哪里。图谱越全,越要问权限和合规。别光盯着技术架构图。
时间线拉一下,不复杂。早期有语义网那套理想,想让网页数据机器可读。后来 DBpedia、Wikidata 这类开放知识库把维基百科结构化。2012 年 Google 提出 Knowledge Graph,搜索开始直接给答案卡片。再往后,图数据库、图神经网络、大模型接进来。每一步都不是突然发生,是一层层叠上去的。
回到新街口那个晚上。如果导航背后有一张足够细、更新够快、来源可查的关系网,它也许能告诉我:这家店有电梯,但晚八点后排队很长;那家店在巷子里,婴儿车能进,但门口有三级台阶;另一家离地铁近,可地下通道在施工。它甚至能说:别去了,拐进旁边的皮肚面馆,推车能进,现在人少。
这才是知识图谱有意思的地方。不是画得多炫,不是节点多少万。是机器终于开始理解,世界不是一堆孤零零的关键词,而是一张会变的关系网。
作者|科技
排版|科技
审核|白杨
大讲堂