LLM推論初出 8/2 01:13
「RAGはグラフに置き換わった」は本当か — Microsoft・Stanford・Anthropic が選んだのは3つの別の道だった
https://zenn.dev/topics/ai/feed2026/8/2
AI要約
RAG(Retrieval-Augmented Generation)がグラフエンジニアリングに置き換わったという説に対し、Microsoft、Stanford、Anthropicがそれぞれ異なるアプローチを採用していることを解説する記事。ナレッジグラフとLLMの連携について、具体的な実装例を交えながら考察している。
AI要点
- 「RAGはグラフに置き換わった」という主張は誤りで、Microsoft、Stanford、Anthropicはそれぞれ異なるアプローチを取っていた。
- AnthropicはRAGではなく、globやgrepなどのコード検索ツールを用いた「agentic search」を採用し、RAGを大幅に上回ったと説明している。
- agentic searchは、インデックス不要、埋め込み不要、多段推論可能といった利点があり、セットアップコストもゼロである。
- MicrosoftのGraphRAGはRAGの一種であり、構造化された階層的なアプローチとしてRAGを改良するものである。
- AnthropicはRAGも改良しており、「Contextual Retrieval」で検索失敗を削減しており、RAGを完全に捨てたわけではない。
なぜ重要か
RAG、グラフ、agentic searchといった検索アーキテクチャの実際と、それぞれの適用場面について一次情報に基づいた整理を提供し、AI検索技術の選択における実用的な洞察を与える。