AI Agent 何时真正有用？在 TigerGraph 上对比 RAG、GraphRAG 与 Agentic GraphRAG

作者为 TigerGraph Agentic GraphRAG 黑客松并排搭建三条问答流水线，数据集为约 2900 篇奥运主题维基百科文章加 100 道评测题（另有 50 道隐藏题），问题分简单查询、多跳、时序、聚合和最值五类。作者发现约 760 篇文档是混入语料的电影与公司类干扰项，纯文本检索易被带偏，而仅由奥运赛事记录构建的图则不会看到这些干扰。文章围绕“Agent 何时真正胜过更简单方案”展开对比，但摘要未给出最终量化结论。

AI推荐理由 作者在 TigerGraph 黑客松中并排构建 RAG、GraphRAG 与 Agentic GraphRAG 三条问答流水线，用约 2900 篇维基百科奥运文章（含约 760 篇干扰文档）和 100 道评测题（含多跳、时序、聚合、最值五类）做对比，核心问题是“Agent 何时真正优于更简单方案”。这是可复现的工程对比，对 Agent 落地选型有参考价值；但正文片段未给出最终量化结论，且属个人黑客松项目，证据强度有限。