圖(Graph)就是 Agentic AI 的知識層

TL;DR

• 知識層是一種已被驗證的架構模式,不是新名詞。Rathle 從數千家客戶身上看到同一個 pattern:apps / agents / tools 不直接打各個資料源,而是打一層把 operational 與 analytic 資料串起來的 knowledge layer。
• 知識層 ≠ 把所有資料搬進來。它不是 lift and shift,而是「從噪音裡撈出訊號、再把訊號連起來」,而且可以從小做起、逐步長大。
• 三種實際落地的圖:domain graph(語意與本體)、rules graph(程序性記憶)、semantic layer(業務語彙 → 實體資料位置的地圖)。Walmart、Uber 與一家大型遊戲公司分別是三者的代表案例。
• 為什麼不是別的:foundation model 訓練的是世界的資料不是你的資料、自訓小模型昂貴且一訓完就過期又繞過權限控管、關聯式表格只擅長固定簡單問題、向量完全不透明。圖同時解決「跨 silo 連結」與「複雜問題」。
• 知識層是會運算的,不是被動倉庫:graph query、graph algorithms、similarity search、GNN、視覺化都在這一層跑,帶來 GraphRAG 準確度、multi-hop reasoning、decision traces 與記憶。

重點整理

Knowledge layer:一個從客戶身上長出來的 pattern(約 03:14)

Rathle 開場先把最近滿天飛的名詞收束在一起:knowledge、context、semantics、memory、ontology 表面上是不同題目,但在企業落地時全部匯流到同一層。這個結論來自 Neo4j 過去幾年與數千家客戶合作的觀察——大家最後都做出結構幾乎一樣的東西:上層是 apps、agents、tools,中間是 knowledge layer,下層右邊接 operational data sources、左邊接 analytic data sources。

他特別強調兩點分寸:

1. 這不是 lift and shift。 knowledge 之所以不同於 data,就在於它不是「什麼都要」,而是「把訊號從噪音裡拉出來、再把它們連起來」。連結本身才是重點。
2. 它是漸進式的。 可以從很小的範圍開始,再往外長。

這一層的職能是:儲存結構、脈絡與意義;提供 agent 統一的記憶與檢索介面;橋接人類理解與機器執行。他把最後這點連到 neurosymbolic AI——這概念有幾十年歷史,但現在因為圖而回魂:你沒辦法內省一個模型或一個向量資料庫,那些對人類是不可讀的;圖則是人看得懂、機器也跑得動。

三個真實案例、三種圖(約 03:16–03:19)

• Walmart 的 People AI knowledge graph:服務約 160 萬名員工的 agentic 應用,幫助員工規劃職涯路徑。圖裡放的是所有人、匯報結構與其歷史、技能如何隨時間累積、參與過哪些專案、目前有哪些職缺與職缺要求。全部放進同一張圖之後,「推薦職涯路徑」就退化成連連看——Rathle 形容成「用 Kevin Bacon 的六度分隔來解 HR 問題」。關鍵設計在於人與圖之間還隔著一個模型,所以同一個問題既可以由模型加上更多 context 來回答,也可以直接對圖跑一個決定性的查詢,兩種模式並存。
• Uber 的 rules graph:Uber 在 15,000 個城市營運,各城市的服務品項、名稱、適用法規都不同,再加上 Uber 自己調整服務的商業理由。這些規則被存進圖裡、也在圖裡被執行。
• 某大型遊戲公司的 semantic layer:conversational AI → API 層 → multi-agent 系統 → 圖。這裡圖扮演語意層,把業務術語、概念與彼此的關係,對應到實體基礎設施與資料所在位置。換句話說,agent 用這張圖當作「企業裡的資料在哪」的地圖。

三個案例對應到三種圖:domain graph(語意/本體)、rules graph(可視為 procedural memory)、semantic layer。它們的共同點,也是這些團隊選擇圖的核心洞見:他們的資料本來就以網路或階層的形式出現——電腦網路、社交網路、通訊、生物、生態、運輸屬於前者;Walmart 的 HR(其實是多重階層加上路徑)、customer journey、patient journey 屬於後者。

為什麼需要一個新模型(約 03:20–03:22)

過去幾十年,主流做法是把這些資料塞進表格。但兩年前 ISO 認可了 property graph 資料模型——這是近 40 年來資料庫領域第一次有新的資料模型被國際標準組織背書(上一次是 SQL 的關聯模型)。

那為什麼現有工具不夠?他逐一拆解:

他引用 Gartner 給資料與分析主管的建議作為佐證:必須重新設計資料與分析架構,讓 context layer 成為 AI agents 的中央大腦,以交付可信賴的智慧。

Agent 對「知識」的四項要求(約 03:22–03:24)

1. 即時性:agent 高度互動,不能只對著 data lake / lakehouse 說話,需要低延遲檢索,而且要能回寫,才能形成自我改善的正向循環。
2. 能存結構化、半結構化與非結構化資料。
3. 跨 silo 整合但保留連結:data lake 把資料集中了,卻在集中的過程中丟掉了資料之間的關聯——「centralizing everything but not connecting it」。
4. RAG corpus(他主張是 graph RAG corpus)與資料存取控制:企業防火牆、資安、隱私都在這裡。

對應到知識層的內部組成:最上是連成圖的 domain data(自有領域資料 + 第三方參考資料,也可以用 virtual graph 直接對 data lake 跑圖查詢);中間是 ontology / semantic layer,承載業務意義以及它到資料位置的對應,像一張「business ↔ technology」的地圖;最後是 memory——對話記憶只是文字與 prompt 的堆疊,但就像人腦在睡眠中做記憶固化一樣,長期記憶要回答的是「哪些事情重要、它們怎麼連在一起」,而長期記憶、procedural memory、context 與 decision traces 都最適合存成圖。

知識層的作用,以及它會運算(約 03:24–03:28)

知識層帶來的效益他濃縮成一頁:提供 context 讓 agent 答得更好、連通 silo、知識可稽核、保留 deterministic 處理的選項、遵守存取控制,以及——他說這點連他自己都意外——更會處理複雜問題。原因是客戶反覆回報:AI 模型把一個複雜的自然語言問題翻成 graph query(GQL 或 Cypher)的品質,明顯優於翻成 SQL;因為在 SQL 裡要 200 行的東西,用圖查詢語言可能 5 行就講完,表達方式更接近人類語言。

他也給了量化證據:英國 NICD 的獨立研究比較 GraphRAG 與 vector-only RAG,結果是回答的問題數超過兩倍、truthfulness 高約 80%、幻覺更少、用的 token 更少。

最後一個他想留下的 takeaway:知識層不是被動的儲存,它會做各種運算——graph querying(各種 pattern matching 與 filtering)、graph algorithms(分群、link prediction 等)、similarity search、GNN(他把 GNN 產出的東西形容成「拓撲向量」,另一種向量)、graph visualization。這些換來的是 GraphRAG 的準確度、支撐更複雜任務的 multi-hop reasoning、企業語意地圖、decision traces(他說這本身就是一整場演講)與記憶。

企業要從哪裡開始?兩條路:由上而下把企業當成一個相連的有機體,先畫出跨 silo 的地圖;或由下而上,例如先做 product graph(產品階層),它底下就長出推薦、定價、庫存等一堆 use case,再把供應商資料接進來就變成供應鏈最佳化;employee graph 接出職涯路徑,依此類推。

金句

"Knowledge, distinct from data, doesn't mean everything about everything. It means let's pull up the signal from the noise and let's connect it up."(約 03:15)

知識層不是資料湖的另一個名字——它的價值在於取捨與連結。

"It's almost like solving for HR by degrees of Kevin Bacon."(約 03:17)

Walmart 的職涯推薦,本質上就是在圖上連連看。

"You're centralizing everything but you're not connecting it."(約 03:23)

對 data lake / lakehouse 最精準的一句批評。