向量数据库领域近年来风起云涌，成为技术界的一大热点。其核心在于高效检索高维向量数据，这对于大型模型的训练和推理至关重要。特别是自2023年以来，随着大模型的迅猛发展，向量检索——尤其是检索增强生成（RAG）技术中的关键一环——更是吸引了数据库技术领域的广泛关注。
然而，随着RAG技术的广泛应用，其局限性也逐渐暴露出来。RAG技术主要依赖于向量化知识本身，难以捕捉独立信息之间的链接，无法结合关系和语境进行深度理解。因此，在处理需要深层次语义关系和上下文细微差别的复杂查询时，RAG技术显得力不从心。
面对这一挑战，杭州悦数科技有限公司（以下简称悦数）的CTO叶小萌带领团队，于2023年与LlamaIndex联合提出了Graph RAG的设想，并迅速分享了这一概念的初步验证结果。Graph RAG通过结合知识图谱，能够更精确、全面地检索相关信息，使模型能够关联上下文给出答复。尽管这一概念在国内起初并未引起太大波澜，但悦数团队持续推动其落地，并在去年11月推出了悦数RAG产品，实现了基于图的检索增强生成，有效解决了企业的知识孤岛问题。
微软也在去年7月2日开源了Graph RAG研究项目，使得这一概念真正走进了大众视野。然而，从概念提出的时间来看，悦数实际上早于微软。悦数团队在开发Graph RAG的过程中，起初只有一个人负责相关工作。那么，开发Graph RAG的难度究竟有多大？致力于在信创领域打造图数据库的悦数，又需要付出哪些额外努力呢？叶小萌向我们分享了这些年的心路历程。
叶小萌表示，悦数在差异化策略上主要依赖于技术。大模型的兴起让RAG技术火了起来，而RAG技术的核心在于将私域数据保存下来，并通过向量化快速找到关联内容。然而，悦数团队在看到向量数据库浪潮的同时，也发现了其缺陷：向量数据库难以呈现知识间的关联。因此，擅长处理关联关系的图数据库在此大有可为。
在悦数团队首次提出Graph RAG概念时，人们对这两者的结合还难以想象。但悦数并未退缩，迅速组建团队开始打造RAG产品。一年后，悦数RAG产品成功推出，并已进入产品市场契合度（PMF）阶段，预计今年能够进行大规模推广。
对于这家团队规模仅七八十人的创业公司来说，在原有产品线上开辟出一条新的产品线并不容易。除了内核的图库外，负责上层RAG的团队起初只有古思为一个人。古思为认为，当时市面上的RAG结合方式都缺乏令人兴奋的点。在学习RAG范式时，他敏锐地捕捉到RAG在利用无状态大模型进行上下文理解和推理时无法绕过知识图谱，因为真实世界中的知识组织结构都是网状的。因此，他看到了Graph RAG的潜力，并决定投入研发。
古思为回顾说，Graph RAG就像一个小帐篷，里面可以容纳很多东西，但这也带来了抉择的挑战。例如，在选择图的形式时，团队需要考虑是使用现有的知识图谱进行事实检测和推理，还是从不同类型的知识中二次处理增强变成图状数据，还是仅用图状结构生成总结。在没有足够参考的情况下，每个决定都需要反复斟酌。最终，悦数取舍简化后呈现的初步验证获得了不错的反响，而当时定下的实现方式至今仍然是Graph RAG的默认常用方法。
在后续概念的落地过程中，悦数遇到了比想象中更复杂的挑战。2024年上半年，悦数开始提供抽象工具给用户，但技术门槛让许多客户难以自行搭建pipeline。为了降低用户使用产品的难度，团队与四五十个客户进行了深入沟通，并迭代出了一定程度开箱即用的方案。
如今，悦数RAG已经可以无缝衔接DeepSeek，团队也在基于蒸馏技术、图上推理等功能进行RAG迭代。同时，悦数在图数据库领域也走在了前沿。2024年4月，国际标准化组织（ISO）发布了国际标准图查询语言GQL，而悦数一直跟踪投入研发，并在GQL标准发布后的同年11月推出了全球第一款原生支持GQL的分布式图数据库产品——悦数图数据库v5.0。
悦数不仅在RAG领域积极探索，还在信创领域发力。叶小萌认为，信创的核心在于自主可控，而悦数图数据库的每一行代码都是团队亲手写下，因此已经具备了IP和代码的自主权，为信创提供了良好的土壤。尽管目前图数据库还不在信创名录之列，但悦数正在积极适配各种信创操作系统或硬件，以期在未来能够进入信创名录并得到认证。
适配国产硬件生态并非易事，尤其是国产CPU架构多样，对团队编译适配提出了更高的时间和人力要求。然而，叶小萌也看到，虽然国产与国外硬件在x86架构上的差距仍较大，但在arm CPU级别上已与国际化水平非常接近。悦数图数据库在去年6月通过了中国信通院举办的“可信数据库”图数据库性能测试，成为国内首个全项完成该测试的图数据库产品，这也体现了悦数在信创领域匹配国标的决心。
悦数目前以客户为中心，其中一半以上都有信创需求。叶小萌观察到，现在还愿意出高价的企业大多是国央企或至少有国资背景的企业。因此，政企领域的客户竞争尤为激烈，尤其是金融业。金融业IT需求发展起步较早，每年预算高，竞争尤为激烈。
在价格战中，悦数尽量避免受到波及。投标时，悦数会避开价格分数占比过高的场景，也尽量避免卷入抢低价客户的漩涡。叶小萌相信，产品价格应该体现产品本身给客户带来的价值。卷技术对行业有利，但卷价格无法体现软件产品的价值。
亲历图数据库市场成长的浪潮，叶小萌感受到市场教育的成效显著。现在团队接触客户时，不再需要介绍图数据库的定义和功能，而是直接从行业经验和使用场景开始介绍。作为从业者，他形容数据库市场的竞争如同长跑，现在已经进程过半。虽然不排除有人最后冲刺反超，但已经能够分出第一梯队和第二梯队。如今，数据库市场开始大浪淘沙，产品差距只会越来越明显。
叶小萌领略过硅谷科技大公司的工程师文化，深受感染，并希望悦数能够成为技术上最强的公司。悦数的氛围十分接近他心之所向的工程师文化——大家专注做技术、以技术为导向，员工自驱力很强。然而，对叶小萌来说，创业最难的是突破边界。浸润技术领域多年的他，在商业化后开始接触客户，面对的对象从电子屏幕转变为人。他感慨自己仍在突破自我的路上。
