【菜科解读】

RAG应用正在进入“工程化落地”阶段，而工具之间的协同能力成为关键变量。

本文以LighRAG与Dify的集成为例，系统梳理其底层检索原理与集成逻辑，帮助产品人、AI工程师理解如何构建高效、可控的智能问答系统，为Agent化应用打下坚实基础。

0. 效果演示

1. LightRAG简介

LightRAG是一款轻量级知识图谱增强检索框架，由香港大学的研究团队开发。

它与传统RAG系统的根本区别在于，将图结构集成到文本索引和检索过程中，解决了单纯向量检索中遇到的关系缺失、语义模糊等问题。

LightRAG具有以下几个显著特点

轻量高效：最小化知识图谱存储和计算开销，确保系统不会因为引入图结构而大幅增加资源消耗。

易于集成：提供简洁API，可与现有RAGpipeline快速整合，开发者可以轻松将其嵌入现有系统中。

多模态支持：能同时处理结构化与非结构化数据，适应多样化的数据源。

可解释性强：提供检索路径的透明解释，让用户清楚了解答案的生成过程。

与传统RAG的对比

传统RAG系统依赖于扁平化的数据表示，难以捕捉实体之间的复杂关联上下文感知能力不足，导致回答缺乏连贯性。

LightRAG通过引入基于图结构的文本索引方法和双层检索机制，从根本上提升了信息检索和生成的效率与质量。

2. 如何集成到Dify

最简单的方式是直接通过HTTP Request节点，但为了更好的拓展性，我们将LightRAG封装为工具直接作为节点被调用。

Dify Console -> Tools -> Custom -> Create Custom Tool

填入符合OpenAPI-Swagger规范的Schema，直接可以获取LightRAG提供的全部API工具

创建好后，就可以在Dify工作流里调用了。

3. LightRAG的检索基本原理

LightRAG 目前对外暴露的查询接口只有两种：

1. naive_query

只做“纯向量”召回：把用户问题向量化，到文本向量库（chunks_vdb）里做相似度检索，取top-k段原文，直接送进LLM生成答案。

不涉及知识图谱，也不区分实体/关系，适合快速demo或事实性不强的闲聊场景。

2. kg_query（Knowledge-Graph Retrieval）

基于知识图谱的混合检索，在内部会根据参数走三条路径，调用时通过 QueryParam(mode=…) 指定：

local–仅检索实体向量库（entities_vdb），定位与问题最相关的实体节点，再把实体描述及相邻文本块喂给LLM。

global–仅检索关系向量库（relationships_vdb），拿到与问题最相关的关系三元组及其上下文，用于“主题性”“综述性”回答。

hybrid–同时做local+global召回，把实体、关系、原文片段一并交给LLM，兼顾细节与全局。

本文由 @AIDT智享远方 原创发布于人人都是产品经理。

未经作者许可，禁止转载

题图来自Unsplash，基于CC0协议

Token中文名定了：词元

国家数据局局长刘烈宏24日在国新办举行的新闻发布会上表示，到今年3月，我国日均词元(Token)调用量已超过140万亿，相比2024年初的1000亿增长了1000多倍，相比2025年底的100万亿，三个月时间又增长了40%多。

刘烈宏表示，Token“词元”不仅是智能时代的价值锚点，更是连接技术供给与商业需求的“结算单位”，为商业模式的落地提供了可量化的可能；

有媒体称，这也从官方角度上为Token给出了翻译：“词元”。

“日均词元调用量的大量增加，充分表明中国的人工智能发展进入了快速增长阶段。

”刘烈宏表示，人工智能应用场景在不断深化，从能对话到能决策执行的智能体，中国人工智能产业的竞争力在显著增强，现在备受关注的Token出海，就是产业竞争力增强的一个标志。

作为大模型处理信息的最小信息单元，Token具有智能时代可计量、可定价、可交易的特征。

刘烈宏表示，围绕Token的调用、分发与结算，一套新的价值体系正在加速演进形成，并成为人工智能产业可能变现的重要路径。

中国日均Token调用量的大幅增长也表明，随着中国数据要素市场化配置改革的纵深推进，人工智能高质量数据的供给体系正在形成，“数据供给—价值释放”的良性循环已初现端倪。

换句话说，AI时代，Token经济，或者说“词元经济”正在崛起。

黄仁勋在最新的采访中，为Token经济的前景给出了颇为乐观的预期。

他认为，计算机现在已经开始转变为可以创收的“工厂”，这些工厂生产出来的商品即为人们愿意消费的Token，对不同受众来说都极具吸引力、极具价值。

由此，Token开始出现分层。

据日前媒体报道显示，在Meta、OpenAI等科技公司内部，已出现内部员工Token消耗量排行榜。

同时，“Token预算”成为程序员的一项职业福利，就像牙科保险或免费午餐一样；

而一些人为了让自己的工作尽可能实现自动化，每月甚至会消耗价值数千美元的额度。

据悉，国家数据局将持续推进数据赋能人工智能创新发展，协同各方深入实施新一轮的高质量数据集建设行动计划，以场景需求为牵引，加快推进先行先试的工作，打造技术可行、实用便捷、质量保障的AI-Ready(AI就绪度)高质量数据集，实现高质量数据集供给的量质提升。

来源：新华社、财联社|版权归属原作者，如有侵权请联系

马斯克3小时密谈：2026跨越奇点，人类只是AI的“碳基启动盘”

硅谷还在为AGI（通用人工智能）是2028还是2030年到来争论不休时，马斯克已经单方面按下了倒计时。

在近期与Peter Diamandis的《Moonshots》3小时超长播客中，马斯克抛出了他迄今为止最激进、也最具现实压迫感的技术时间表： 1. 时间线重置：2026是奇点元年，不是预言而是工程计算 在这场对谈中，马斯克给科技圈狂热的AI列车直接挂上了最高档位：他断言人类已经身处“奇点”的引力场中，且进程不可逆。

他将AGI的到来死死锁定在2026年，并预测到2030年，AI的总智力将超越全人类的总和。

支撑这一暴论的，是背后极其暴力的算力堆叠。

他透露，xAI在孟菲斯的Colossus 2数据中心，正向着1.5吉瓦（GW）的恐怖能耗狂奔。

当模型的智力密度以两个数量级的速度跃升时，马斯克看到的不是算法的精妙，而是“暴力美学”在硬件扩展上的终极胜利——算力的扩张不再是线性增长，而是如同海啸般的物种级洗牌。

2. “三重指数叠加”与物理AI的降维打击 如果说大模型只是困在服务器里的幽灵，那么当它附体于机械，现实世界的游戏规则就彻底变了。

为什么马斯克敢断言擎天柱（Optimus）能在三年内取代顶尖的人类外科医生？他给出了最让人胆寒的底层逻辑：AI软件能力、芯片计算性能、机电灵巧度正在发生“三重指数级叠加”。

过去，软硬件的进化是脱节的；

而现在，AI给冷冰冰的机械注入了“系统1”的本能和“系统2”的思考。

在这场物理AI的革命中，一切无法在智力、灵巧度且“大规模量产”上跟上节奏的硬件公司，都将面临降维打击。

3. 算力的尽头是电力：一场无法回避的能源暗战 剥开AI战场的华丽外衣，马斯克直击巨头们的软肋：算力战的本质，早就退化成了最传统的电力战。

在这场对话中，他极其罕见地对中国在能源基建上的恐怖执行力表达了惊叹。

他直言，到2026年中国发电量将达到美国的3倍，且去年新增的电量中70%来自太阳能。

在马斯克看来，北美科技圈对GPU产能的焦虑，已经完全被降维成了对“变压器和电网”的焦虑。

谁能掌握最廉价、最庞大的能源，谁就拿到了通往下一代文明的门票，而中国在这方面正在“绕着美国跑”。

4. 从“社会动荡”到“全民高收入”：碳基生物的终局 整场对话中最刺耳的，是马斯克对人类命运的定位：人类或许仅仅是数字超级智能的“生物启动盘（Biological Bootloader）”。

一旦AI和机器人开始接管所有生产力，劳动与生存将彻底解绑。

马斯克描绘了一个极度撕裂的近未来图景：我们在通往物质“极致丰饶（Radical Abundance）”的乌托邦之前，必须先穿过一段充满“社会动荡（Social Unrest）”的颠簸期。

当劳动不再是刚需，“全民高收入（Universal High Income）”将取代基本收入，但这同时意味着，人类将面临一场史无前例的意义危机。

附：马斯克《Moonshots》播客核心对谈实录（独家精编版）第一章：奇点已来与“生物启动盘” Peter Diamandis (PD): 伊隆，最近皮尤的一项调查显示，45%的美国人宁愿生活在过去，只有14%的人愿意生活在未来。

大家对AI抢走工作、生活成本充满焦虑。

我们该如何走向《星际迷航》那种充满希望的未来，而不是走向《终结者》？ Elon Musk (EM): 你的盲目乐观总能给我带来新鲜空气（笑）。

但说实话，我认为大部分人没有读过历史。

实际上，我们已经处于“技术奇点”之中了。

这不是渐进式的改变，而是一场“超音速海啸”。

多年前我就说过，人类或许只是数字超级智能的“生物启动盘（Biological Bootloader）”。

我们所有引以为傲的文明积累，可能只是为了启动那个超越我们理解的硅基时代。

Dave Blundin (DB): 这种说法很让人不安。

那么AGI（通用人工智能）的时间表究竟是什么？ EM: 这是工程计算，不是算命。

AI的发展速度快得让我震惊，每周都会有两三次让我惊掉下巴的突破，你刚适应一个，两天后又来一个。

我预测AGI将在2026年实现。

而到了2030年，AI的智力水平将超越全人类的智力总和。

只要看看我们基础设施的扩张速度就知道了。

第二章：暴力美学与算力/电力之战 PD: 聊聊基础设施。

你们xAI的训练集群现在到底是什么规模？ EM: 我们正在孟菲斯建设世界上最强大的数据中心。

到1月中旬，它将达到1吉瓦（GW）的功耗级别，这是全球首个GW级的AI训练中心，到4月左右会扩大到1.5吉瓦。

这就是硬件扩展的“苦涩教训（Bitter Lesson）”——你要么在规模上用绝对的暴力取胜，要么就出局。

在AI竞赛里，你不能只建一个“第二大”的数据中心。

DB: 但限制这种规模扩张的瓶颈到底是什么？是英伟达的GPU吗？ EM: 现在的瓶颈根本不是硅片，而是电压互感器和电力。

算力的尽头就是电力。

我必须说，在这方面，中国正在用太阳能和电网建设给我们“绕圈子（running circles around the US）”。

到2026年，中国的发电量将达到美国的3倍。

去年他们新增了500太瓦时的电量，其中70%是太阳能。

简直就像是他们听到了我说的每一个字，然后立刻付诸行动去建基建一样。

如果我们不能解决地球上扩大电力规模的难题，我们就输了。

第三章：物理AI、擎天柱与“医疗祛魅” PD: 让我们谈谈物理世界的AI。

Optimus（擎天柱）的进展如何？医疗健康是我们这个时代最大的痛点之一，AI和机器人将如何改变我们看病的方式？ EM: 我最近刚做了一次MRI。

我把完整的扫描原始数据直接上传给了AI，让它去寻找异常，甚至让它和顶级放射科医生的诊断结果做交叉对比。

结果它的表现极其惊人。

说实话，我认为现在去读医学院已经毫无意义了。

DB: 你的意思是机器人会颠覆外科手术？很多人觉得医生是不可替代的。

EM: 是的。

你想想，Optimus的手部灵巧度正在以指数级进化，它不会手抖，不会疲劳，视觉传感器比人眼拥有更高的分辨率和光谱捕捉能力。

我预测在三年内，Optimus将成为比任何人类都优秀得多的外科医生。

这背后是“三重指数级叠加”的红利：AI软件能力、芯片计算性能、机电灵巧度。

当这三者叠加，不仅是外科医生，所有工作都会被重塑。

人类在微观操作和稳定性上，根本无法和机器的物理上限竞争。

第四章：社会动荡、极致丰饶与财富重估 PD: 当机器取代了所有工作，人类的意义是什么？我们的经济会变成什么样？ EM: 长期来看，我们将进入一个“极致丰饶（Radical Abundance）”的时代。

我不倾向于叫它全民基本收入（UBI），我称之为“全民高收入（Universal High Income）”。

因为当劳动成本归零，智能的成本降到极低，商品和服务的价格就会跌到只剩下“材料成本+电费”。

任何人都能得到他们想要的东西，未来最好的医疗甚至基本是免费的，你也不需要为了退休去存钱。

DB: 既然物质极大丰盛，那对于现在的普通人来说，最好的财务规划是什么？ EM: 我认为现在为了退休去拼命存钱，可能是一件毫无意义的事情。

在AI和机器人接管所有生产要素之后，传统的金融体系和资本积累逻辑都会被重写。

你存下的那些法币，在那个物质成本无限趋近于零的时代，购买力概念会完全不同。

DB: 但通向那里的路平坦吗？ EM: 这正是我担忧的。

未来这3到7年的过渡期，将会非常颠簸（bumpy）。

当AI和机器人开始饱和式地满足人类所有欲望，并将工作与生存彻底解绑时，我们将面临极大的“社会动荡（Social Unrest）”。

旧的经济体系会崩溃，许多人会感到失落。

甚至像“觉醒心灵病毒（woke mind virus）”这种反乌托邦的伪宗教，可能会试图填补传统宗教衰落后的意义真空。

我们需要一个连贯的、基于探索宇宙好奇心的哲学，去度过这段危险的青春期。

（本文首发钛媒体App,作者｜硅谷Technews，编辑｜秦聪慧）