过去一年，AI 检索架构已成为分析师报告和技术博客的热门话题。我在笔记本电脑上构建了四种不同的方法，以了解添加知识图谱是否能实质性地提升答案质量。数据集刻意保持较小，包含两篇最近发布的 Anthropic 关于 AI 安全的文章以及一组评估问题。我的目标不是识别一种普遍优越的架构，而是理解不同检索方法在相同信息下的表现。

为保持对比公平，我使用了 Microsoft 的 Phi-4 语言模型（140 亿参数）进行答案生成，通过 Ollama 在 Thinkpad 上本地运行。all-Mini LM-L6-v2 嵌入模型为语义搜索提供支持。对于知识图谱存储和查询，我使用 Neo4j 管理从源材料中提取的实体和关系。使用 Claude Haiku 4.5 的前沿模型方法提供了额外的对比基准。

结果明确：前沿模型总体产生了最强的答案。然而，Graph RAG 在某些问题类型上持续优于传统 RAG。结果凸显了图的价值在很大程度上取决于所解决的具体问题。该实验提供了实用见解，说明何时 Graph RAG 的额外复杂性是合理的，何时传统方法可能已足够。

关键实体：公司：Microsoft、Neo4j、Anthropic、Ollama