AI项目，又失败了？
截至2025年，企业AI失败的65%源于上下文问题，而非模型本身。换更好的LLM、认真调优RAG——如果你的团队不断撞上同一堵墙，罪魁祸首很可能不是模型。
RAG并不总是答案
RAG已经成为AI导入的事实标准。导入PDF，构建向量数据库，让模型从相关片段中工作——这个流程本身是对的。但会遇到瓶颈。
具体来说，当你需要：
- 同时关联PDF报告 + Excel数据 + CCTV视频
- 连接"该地点安全事故→当天天气数据→上周施工计划"
- 查找不同数据源之间的关系，而不仅仅是文档内部
RAG专注于从文档内部检索相关片段。有分析将其比喻为"图书管理员快速取出三本相关书籍"，问题在于RAG无法知道这些书籍之间的关系。在没有结构化实体上下文的情况下，准确率可能只有60%左右。
企业环境更为复杂。企业拥有数万亿个token的数据，而当前LLM的上下文窗口最多只有100万到200万个token。模型在达到理论值的30-40%之前就开始性能下降。Gartner预测到2026年，60%的企业将放弃AI项目，原因是"数据基础薄弱"。
如果模型之前有一个层呢？
2026年5月，来自Amazon、Meta、Google、NASA的研究人员走出隐身状态。他们构建的不是更强的模型。而是一个在模型接收数据之前先构建关系结构的层。
Graphon AI以"预模型智能层"为名，完成830万美元种子轮融资。领投方Novera Ventures之外，Perplexity Fund、Samsung Next、Hitachi Ventures也参与其中。
名字的由来很有意思。"Graphon"是一个数学概念，由UC伯克利计算学院院长Jennifer Chayes和Christian Borgs于2008年系统化——"表示日益增长的网络中关系结构的连续函数"。核心思想：再复杂的数据网络都可以用数学表达。
实际工作原理是这样的：在模型处理数据之前，"graphon函数"自动发现视频、音频、文档、图像和数据库之间的关系，构建"持久关系记忆"。这个结构化记忆可以与任何基础模型或Agent框架连接。
| RAG方式 | 预处理层方式 | |
|---|---|---|
| 作用时机 | 查询时检索相关片段 | 数据采集时进行关系结构化 |
| 关系范围 | 仅文档内部 | 多源跨数据关系发现 |
| 数据类型 | 主要为文本文档 | 支持视频、音频、数据库、图像 |
| 准确率 | 无结构约60% | 结构化后90%+ |
| 模型依赖 | 需要针对模型优化 | 兼容所有基础模型 |
GS集团已经在用了
这不是理论。韩国大企业GS集团已经在实际运营中使用Graphon。
已公开两个使用案例。一是便利店顾客动线分析：结合门店CCTV视频 + 购买历史 + 门店布局，分析顾客移动模式。这是仅处理文本的RAG难以将视频和数据库同时连接的场景。
二是建筑工地安全监控。实时连接CCTV视频 + 传感器数据 + 安全规范文档，自动检测安全违规。GS副总裁Ally Kim表示："Graphon是GS集团AI转型过程中不可或缺的合作伙伴。"
投资者如何看待这个机会
Novera Ventures的Arvind Gupta说："Graphon改变了智能发生的位置。大多数公司都在试图构建更大的模型。"这是将竞争从模型转移到数据层的战略。
立即诊断你团队的AI失败原因
-
分类上下文失败类型
AI响应错误是"找不到相关信息"类型还是"错误关联"类型？前者可以通过改善检索解决，后者很可能是数据结构问题。 -
绘制数据源连接地图
列出AI需要参考的所有数据类型。如果只有文本文档，RAG可能就够了。如果视频、图像、数据库、IoT数据混杂，就需要跨源关系结构化。 -
先尝试GraphRAG
微软的GraphRAG是开源的。可以作为中间步骤来验证准确率是否优于RAG。注意本体设计可能需要一定时间。 - 多模态场景考虑预处理层
如果需要组合视频、传感器和文档数据，Graphon AI这样的预模型层很适合。尤其是制造、物流、零售、建筑等工业多模态数据密集的团队，可以期待最快的ROI。 - 先检查数据治理
无论使用哪个层，输入AI的数据都需要完成分类和权限管理。只有37-40%的企业拥有AI就绪的数据实践。在采用任何工具前，先检查这个基础。
想深入了解
Former Amazon, Meta Scientists Unveil Graphon AI 官方发布 — 预模型层技术概述与投资者评价 theaiinsider.tech
Graphon AI Raises $8.3M: Technical Architecture GS集团案例研究与RAG比较详解 aijourn.com
RAG vs. Knowledge Graph vs. Semantic Layer: Enterprise AI Comparison 2026 三种方法的技术差异与准确率比较 getgalaxy.io
LLM Context Window Management 2026 企业AI上下文失败统计与解决策略研究 zylos.ai
Graphon AI Pre-Model Layer Explained The Next Web的技术深度分析 thenextweb.com
