Google 实验：Graph RAG 把 Java 转 Python 的 API 幻觉率从 56% 降到 16%
_reachsumit · x · 2026-09-14
Google 团队论文对比 Graph RAG 与传统向量 RAG 在企业级 Java-to-Python 代码迁移中的表现，提出 HCRG（Hierarchical Context-Resident Graph）方法。
- 用 tree-sitter 提取 AST，把架构边写入 Google Cloud Spanner Property Graph，再序列化进 Gemini Context Cache，实现按拓扑结构、父级优先的代码翻译
- 传统向量 RAG 抓取孤立代码块、切断继承链，导致高编译失败率；CodeBLEU 91% 对两者打平，掩盖了 Standard RAG「语法正确但实际损坏」的结构性失败
- 关键指标改善：API 幻觉率从 56.4% 降至 16.2%，依赖解析质量从 34.8% 升至 65.9%，父子一致性从 26.7% 升至 45.5%
- 团队同时提出 7 指标的软件工程评测框架，替代单纯的文本重叠指标
结论：在保留代码拓扑关系上 Graph RAG 明显更优，但也存在自身代价（摘要截断处未给出）。
「编程与Agent」频道最新
- Hyperliquid 上线 MCP Server,支持测试网与主网交易操作 — modelcontextprotocol · 2026-09-14
- Linear 集成 Devin 编码 agent，上手体验获好评 — ethanniser · 2026-09-14
- 用户实测 Muse 记忆功能:一次交代,自动接管巴黎航班值机 — armand_ruiz · 2026-09-14
- 全流程用手机操控 AI:一套 MCP 共享记忆打通所有工具 — Asly97 · 2026-09-14
- 开发者晒 24/7 自托管 AI 栈:Open WebUI+Pidot+Tailscale 接 GLM/DeepSeek — andfanilo · 2026-09-14
- Rust TUI 内核 FrankenTUI 发布:120 个模块,浏览器 60fps 运行 — doodlestein · 2026-09-14