【AI Talk】21 绕开 Loop 和知识图谱

今天我们来说一说最近很火的 loop 和知识图谱。这两个东西被反复提起，但问题都很大。先说结论：一个是生造的技术概念，另一个是十几年来都没被证明能产生足够商业价值的技术。

先说 loop。loop 这个东西就好像你跟一个团队说，你的要求是 ABCDE，你的目标是什么什么，然后让团队放手去做，你什么都不管，什么都不看。loop 迎合了大部分人的一种幻想：我在输入框里给 agent 设一个目标，第二天早上起来，一切就会做好。如果你真正试过，你等来的是花了很多钱，还没做好。这就是 loop 的问题。

这里有一个基本的常识：你在现实生活中需要付出的管理和协调成本，用大模型并不会减少，只是变得更标准化了。所以 loop 我从来没有关心过，因为看起来很美好的东西都是有代价的，大部分情况下这个代价就是它并不美好。

再说知识图谱。知识图谱在概念上也非常“完备”：把所有概念分门别类，归到各自的节点里。但本质上，这是在用规则来建模一个复杂的世界，这件事本身过于理想化了。为什么现在没有人再大量堆规则来做模型了？因为穷举不了。规则最核心的问题就是边界。什么叫边界？就是一个东西这也可以，那也可以，它到底应该归到哪里？这时候就会引入系统性误差。比如有 100 个边界概念，可能 50 个判到了类别 A，50 个判到了类别 B。光这一条就已经很不靠谱了，再乘以知识图谱实际的覆盖量，误差很快就到不可接受的程度。

那好，我先不做大，我做一个小的是不是就行了？不好意思，也不行。为什么？因为第一次建设的成本和后续维护的成本几乎一样，甚至越维护成本越高。技术在商业上的立足点是边际成本要不断下降，那如果一个东西越用越贵，这个钱到底谁来付？

所以这两个概念，不用特别关心，不要在上面浪费时间。你的精力花在验证上，花在理解你的业务到底需要什么判断上。管理成本不会因为 loop 消失，判断力也不会因为图谱被外包，这两件事，目前没有人能替你。