我认为rag关于词向量检索没有前景。 
现在AI已经具备推理能力，如果能准确定义出词所代表的含义，那么AI就能对个人知识库进行融汇贯通。 
比如说： 
克林和十八号的人际关系，在情感角度惟妙惟肖，无从分析，但是在博弈论的角度属于典型的边界突破，非对称博弈。 
在血腥大A里庄家和散户也是非对称博弈。 
AI基于非对称博弈的场景很容易将这两件看似没有关系的事情联系起来。 
那么投资领域的止损概念就能映射到情感领域- 微信三次不回，就下一个。 突破就是得加仓猛猛干。 
再比如说： 
随着个人知识库的丰富。 不同领域，不同场景的东西，在系统论角度是一致的，只要拉到一起看，就很容易发现两者之间的异同与利弊。 
这个思路本质上就是对事件进行逻辑脱水，给他们打上逻辑ID（重点是视角固定，不同视角就会产生不同的关系）。 
目前这件事做的最好的，我只找到微软的graphRAG。 通过定义知识图谱边界，让AI...