知识库分层编排从RAG到智能体原生知识上下文层

先说几个前提。这篇文章里的所有观点，都基于作者个人的技术实践和独立思考，核心目标就是分享经验。

好，进入正题。

从一个知识库检索“超级微服务高级skill”的示例说起——这件事背后，藏着一个更深的问题。

知识库，到底困在哪儿？

RAG 的天花板

提到知识库方案，大家最熟悉的恐怕就是 RAG（Retrieval-Augmented Generation）了。流程很简单：文档切成块 → 做嵌入（embedding） → 用户提问时向量检索 Top-K → 喂给大语言模型生成答案。这套打法在简单的问答场景里确实够用，但在工程知识库的场景下，有三个结构性的硬伤。

第一个缺陷，就是每次都得从零开始推导。 Karpathy 在 LLM Wiki 的设计文档里说得挺直白——“LLM 在每个问题上都从头重新发现知识，没有任何积累。” 想象一下，一个需要综合 5 篇文档才能回答的问题，LLM 每次都得把这 5 个片段重新找出来、拼接好，没有任何中间成果可以被保留下来。

第二个缺陷，是无法“连点成线”。 Microsoft 的 GraphRAG 研究直接指出了 baseline RAG 的两个失败模式：一是“struggles to connect the dots”，答案需要跨越分散信息时，平坦的向量检索完全无能为力；二是“performs poorly when being asked to holistically understand summarized semantic concepts over large data collections”，面对大规模语料，无法做全局性的语义理解。

第三个缺陷，是粒度混乱。 一个 chunk 可以是“系统设计原则”，也可以是“某个函数的第 42-143 行实现”。向量空间根本不区分这些抽象层次——“设计原则”和“代码实现”在语义上可能很近（比如都包含了“单一职责”这个词），但它们服务的认知需求截然不同。

四个我们再熟悉不过的症状

不管团队规模大小，知识库多多少少都会出现这些症状：

• “搜什么都是那几篇” —— 高词频的长文档直接垄断了 Top-K 结果。
• “找到了，但不是我要的层次” —— 想知道“是什么”，返回的却是“怎么实现”。
• “改了一个地方，不知道会影响什么” —— 文档之间完全没有关联关系。
• “新人来了，根本不知道从哪看起” —— 没有清晰的阅读路径和导航结构。

这些症状的根源其实指向同一点：知识库缺少结构。 向量检索把知识当成“一袋词”来处理，但工程知识是“一棵树”、是“一张图”。

知识库方法论全景：从“平铺”到“结构化”

目前主流的构建方法论大致可以分成四个范式，每个范式都代表了对于“知识应该如何组织”这个问题的不同回答。

范式一：Naive RAG —— 平铺直叙的向量检索

核心思想： 文档 → 分块 → 嵌入 → 向量数据库 → 相似度检索。

它的优势很明显：实现简单，几乎不需要预处理，开箱即用。但局限也很突出：默认配置下没有积累、没有关联、没有层次、没有角色区分。每次查询都是一次性的，知识并不会因为使用而变得更好。（当然，现代的 RAG 可以通过 metadata filter、rerank、hybrid search、query routing 等手段来弥补一部分缺陷，但这都需要额外的工程投入。）

代表产品包括大多数企业知识库、ChatGPT 的文件上传、NotebookLM 的基础模式等。

范式二：LLM Wiki —— 持续编译的知识“工件”

核心思想： LLM 不再只是检索者，而是知识的维护者。知识被“编译一次并持续维护”，而不是每次查询时都重新推导。

这是 Andrej Karpathy 提出的模式。其核心洞察在于：wiki 是一个持续积累的工件。交叉引用已经建好，矛盾已经被标记，综合分析已经反映了所有已读内容。

它的架构分三层：

这个模式有三个核心操作：

• Ingest： 新源文档进入后，LLM 通读、写摘要页、更新索引、修订所有相关的实体和概念页面。一次 ingest 可能触及 10-15 个 wiki 页面。
• Query： 通过 index.md 定位相关页面 → 读取 → 综合带引用的回答。关键机制在于，好的回答可以反哺为新的 wiki 页面，让探索本身也变成知识积累。
• Lint： 定期健康检查——发现矛盾、过期声明、孤立页面、缺失概念、断裂的交叉引用。

Karpathy 特别指出，人类维护 wiki 失败的根本原因是“维护负担的增长快于价值的增长”。而 LLM 显著降低了这个瓶颈——它做摘要、交叉引用、归档、记账，维护成本远低于人工。当然，LLM 维护也不是万能的，可能会有过期引用、内容冲突、错误归档甚至幻觉的风险，需要人类定期审核。人类的角色转变为策展、方向指引、深度思考和质量把关。

局限： wiki 页面之间的关联是通过 wikilink 手动维护的，没有自动的关系推断和社区检测。比较适合中等规模（约 100 篇源文档）的知识库。

范式三：Graphify —— 代码即图谱

核心思想： 把代码库、文档、配置文件、设计稿等异构资源，统一映射成一张可查询的知识图谱。

Graphify 采用双管道提取：

• AST 管道（离线）： 通过 tree-sitter 对多种编程语言做本地解析，提取函数、类、模块、导入等代码实体。不调用任何外部 API。
• 语义管道（LLM）： 对文档、PDF、图片、视频等非代码内容做 LLM 语义提取，生成概念节点和关系边。

它产出三样东西：graph.html（浏览器可视化）、GRAPH_REPORT.md（洞察报告）和 graph.json（完整图谱数据）。

它的独特能力包括：自动发现连接度最高的“God Nodes”（概念枢纽）、识别意料之外的跨模块关联（按“意外程度”排序）、自动发现知识缺口，以及为每条关系标记置信度（EXTRACTED / INFERRED / AMBIGUOUS），保证可追溯性。

与传统文档的本质区别在于，传统文档是线性的、静态的、按文件隔离的。而 Graphify 把代码、数据库、配置、设计文档、媒体统一到一张图里——一个 SQL schema 节点可以直接连接到查询它的应用代码，以及解释它设计理由的 PDF。

局限： 图谱擅长关联分析（“A 和 B 有什么关系”），但不擅长直接问答（“这个接口的参数是什么”）。图谱是知识的骨架，不是知识本身。

范式四：GraphRAG —— 图谱增强的检索

核心思想： 先构建知识图谱 → 社区聚类 → 生成分层摘要 → 查询时结合图结构和社区摘要来回答。

Microsoft 的 GraphRAG 是对 Naive RAG 的结构化升级：源文档 → 实体/关系提取 → 构建知识图谱 → Leiden 算法社区聚类 → 分层社区摘要 → 查询时（Global Search / Local Search）。

它有两种查询模式：

• Global Search： 利用社区摘要做全局推理，比如“整个代码库的设计模式有哪些？”
• Local Search： 从特定实体出发，沿图谱边扩展到邻域，比如“UserService 关联了哪些组件？”

这正好解决了 Naive RAG 的两大痛点：通过图结构“连点成线”，通过社区摘要实现“全局理解”。

局限： 构建成本高（需要大量 LLM 调用做实体提取），增量更新困难，对源文档质量也比较敏感。

四种范式的理论对比

金字塔：一种新的知识工程范式

金字塔解决了什么

仔细看上面四种范式，每一种都有自己明确的强项，但都缺失了一个关键能力：层次感知 + 角色适配。

• Naive RAG 没有层次
• LLM Wiki 有主题分页，但没有抽象层级
• Graphify 有社区，但没有稳定性/粒度的区分
• GraphRAG 有分层社区，但没有角色映射

所以，金字塔知识库补上了这一环：把知识按稳定性和抽象度分成 5 层，每层服务不同的认知需求和角色。

五层分层设计

为什么是 5 层？这五层正好对应了软件工程中常见的抽象层次划分——从不变的原则，到易变的经验：

分层的核心价值在于：检索时先确定“用户在问哪个层次的问题”，再在该层内精确定位。这能显著降低粒度混乱——很大程度上避免了“回答‘为什么’的时候，返回了‘怎么实现’”这种尴尬。

知识图谱：跨层关联

金字塔不只是 5 个独立的文件夹。每篇文档是一个节点，文档之间通过 7 种有向边关联：

这形成了一个有向图，可以支持：

• 上溯： 从实现追溯到它遵循的原则和架构。
• 下探： 从原则推导出应该怎么实现。
• 反馈环： 运维经验反哺，改进规范和实现。
• 场景路径： 预定义的跨层阅读路径，比如“新人 Onboarding：L1→L2→L3→L5”。

角色感知：不同人看不同层

金字塔的另一个独有设计是角色-层级访问矩阵。

同一个知识库里，架构师看到的是 L1+L2（原则和架构），开发者看到的是 L2+L3+L4（架构、规范和实现）。每个角色都有独立的 context_budget 和 priority_order，系统会按优先层顺序逐层填充内容直到预算用完，确保有限的 context window 里优先塞入该角色最需要的知识。

检索机制：结构化路由 vs 向量相似度

金字塔的检索方式与传统向量检索有本质区别。向量检索是“从所有文档里找最像的”，而金字塔是“先确定去哪层找，再精确定位”。

当前实现：分层关键词打分 + 图谱扩展

关键是，所有检索都在本地完成，无需任何网络调用。分层结构将搜索空间从全量文档缩小到角色可访问的层级子集，图谱扩展则自动补充上下游关联。

Roadmap：未来计划引入 layer-registry 索引机制（服务名/概念关键词 → 文档 ID 的速查表），实现摘要直答和更精确的结构化路由，进一步减少对全文扫描的依赖。

与向量检索的机制对比

核心优势： 金字塔通过分层 + 角色过滤将搜索空间大幅缩小，再通过图谱扩展补充关联上下文，全程无网络调用。代价是需要预先构建金字塔结构。

最优组合： 金字塔做分层定位（0 API 调用）→ 向量检索补代码级深度（1 API 调用）= 结构化导航 + 精确细节的互补。

金字塔与其他范式的关系

金字塔不是要替代其他范式，而是在顶层增加了一个结构化的路由和导航层。

简单来说，金字塔的 19 篇文档，是 831 篇源文档（这是一个还在不断补充的团队基础知识库）的“索引 + 摘要 + 导航图”，让 AI 知道该去哪里找、按什么顺序读、给谁看哪些。

同步机制：知识库，不是一次性的

知识库的“腐烂”问题

知识库最大的敌人不是“没有内容”，而是“内容过期”。

腐烂有三种常见形式：

一个简单的判断标准：如果团队新人按知识库操作后会踩坑，那这篇文档就已经腐烂了。

知识保鲜的方法论

解决腐烂的关键不是“定期检查所有文档”（这根本做不到），而是让知识的新鲜度变得可度量。

原则一：每层有不同的保鲜周期

不是所有知识都需要同频维护。越接近塔顶越稳定，越接近塔底越需要更新：

原则二：用审计发现问题，而非人工巡检

人工巡检不可持续。正确的做法是建立可自动化的审计指标：

原则三：变更驱动更新，而非日历驱动

最有效的触发机制不是“每月检查一次”，而是把它绑定到已有的工作流里：

增量同步机制

金字塔通过一套流程来解决同步问题：

Phase 1 审计 → 扫描覆盖率 / 检测过期文档 / 输出 gaps

Phase 2 摄入 → 加载源文档 / 分块 / 分类 / 去重（skip/update/move/write）

Phase 3 后审计 → 对比 Before/After 覆盖率改进

去重采用四策略（checksum + entry ID 双重校验）：

测评结果

实验条件

• 知识库规模： 831 篇源文档，覆盖 14 个代码服务、5 个业务域，源自内部一个中等规模工程团队的技术文档。
• 评测数据集： 200 条 QA pair，覆盖服务定位、架构概念、代码细节、运维排障、跨服务关联、导航 6 个维度。由 LLM 生成后人工审核，每条都标注了 ground truth 文档 ID。
• 评测指标： 采用 RAGAS 标准框架，包含 Hit@K、MRR、Context Precision、Context Recall 四项检索指标，以及估算的 Faithfulness 和 Answer Relevancy 两项生成指标。
• 检索模拟： C/D/E/F 模式使用关键词匹配模拟各系统的检索逻辑（非实际部署的检索引擎）。A 模式基于 8 条 searchDocChunk API 实测样本估算。

局限性声明

• 单评估者（项目作者）、非盲评。
• 评测集由 LLM 生成，可能存在分布偏差。
• 仅在单一团队知识库上测试，结论是否跨团队通用需要进一步验证。

测试模式

Query 类型分布

检索指标结果

分维度表现（Hit@3）

总结

以上结果初步体现了分层结构 + 向量检索混合方案在检索精度上的优势（Pyramid+RAG 的 Hit@3=89%，而 Naive RAG 约为 75%）。但这仍然是在 200 条样本、单一团队知识库上得到的观察，而且 Mode A 的数据是估算值。更大规模的数据集、真实的 API 全量调用、多评估者交叉验证、跨团队的复现，是后续的工作方向。

金字塔思路的核心价值，不在于替代任何一种知识库，而在于给知识加上结构——让不同角色的 AI 知道该去哪里找、按什么顺序读、给谁看哪些。

最终的目标很简单：程序员问一个问题，AI 能在 3 秒内返回正确层次、正确角色、正确关联的答案——而不是 5 段不相关的文本。

参考文献

Karpathy, A. (2025). LLM Wiki Pattern: https://gist.github.com/karpathy/442a6bf555914893e9891c11519de94f

Shamsi, S. (2025). Graphify: Knowledge Graphs for Code: https://github.com/safishamsi/graphify

Microsoft Research. (2024). GraphRAG: Graph-based Retrieval-Augmented Generation: https://microsoft.github.io/graphrag/

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：知识库分层编排从RAG到智能体原生知识上下文层要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题