一夜变天：当大模型撞上深度图学习 一夜变天：当大模型撞上深度图学习

这是「从炼丹到通用」系列的第二篇。

第一篇复盘了 2024 年的 DGI 项目——12 步 pipeline、日级专家模型、知识蒸馏、反馈闭环。这篇要回答的问题是：2024 到 2026 年，LLM 从”玩具”变成”基础设施”的过程中，那个 DGI 项目哪些部分被一夜颠覆，哪些部分意外幸存？

不是”LLM 赢了 DGI 输了”的简单叙事。是两种技术路线在各自战场上的真实碰撞。

一、2024 年的 LLM 是什么水平

要理解”变天”的剧烈程度，得先回忆一下 2024 年的 LLM 是什么状态。

GPT-4 已经发布了，但企业里的主流用法是”写邮件、改代码、做客服问答”。让它理解一笔支付交易的会计分录？让它判断”把应收款挂到待处理科目”是不是异常？2024 年的共识是：LLM 不懂业务，不能用于生产环境的决策。

当时的顾虑很具体，而且每一条都有真实的成本：

幻觉问题。2024 年的行业测试显示，GPT-4 在金融术语上的幻觉率约为 15-20%——它会一本正经地胡说八道，把”应付用户”说成”应收渠道”，把退款流程编造成结算流程。在金融场景里，一个错误的科目判断可能导致百万级资金差错。这个风险让企业不敢把 LLM 放进核心决策链。

上下文窗口限制。GPT-4 的 32K 上下文（约 2.4 万汉字），塞不下十亿级交易数据的任何有意义的子集。你想让 LLM 分析一个商户的全年交易模式？先把数据压缩成摘要，但压缩过程本身就丢失了关键信号。当时我们试过把交易数据转成 CSV 摘要塞进 Prompt，结果 LLM 对”金额异常”的判断准确率还不如规则引擎。

延迟和成本。2024 年 GPT-4 API 的推理成本是每百万 token 30 美元，单次调用延迟 2-5 秒。十亿级交易流水，每笔都过一遍 LLM？成本是每天 300 万美元，延迟是业务不可接受的——用户支付完要等 5 秒才知道是否成功？

可解释性缺失。LLM 说”这笔交易异常”，你问”为什么”，它给出一个看似合理的解释。但这个解释是生成的，不是推导的——它可能和模型的真实推理路径完全无关。金融监管场景里，“为什么异常”比”是否异常”更重要。2024 年的合规团队对 LLM 的普遍态度是：“你可以辅助，但不能做主。”

所以 2024 年的行业分工很清晰：LLM 做文本生成、对话、内容理解；深度学习模型（DGI、GNN、时序模型）做结构化数据分析、异常检测、实时决策。 两条路线井水不犯河水。

二、2025-2026 年发生了什么

变化不是渐进的，是几个关键节点叠加的”跃迁”。

第一个节点：上下文窗口的指数级扩展。 2024 年底 Anthropic 的 Claude 2.1 推出 200K 上下文（约 15 万汉字），2025 年 Google Gemini 1.5 Pro 达到 1M token，2026 年初主流模型已经能处理 2M+ token 的文档。这意味着什么？意味着你可以把一整年的交易摘要、会计制度、风控规则、历史审计报告一次性塞进 Prompt，让 LLM 做跨文档的关联分析——这是 2024 年完全做不到的。

第二个节点：工具调用（Function Calling）的标准化。 2024 年的 LLM 是”哑巴”——它只能生成文本，不能调用 API、不能查询数据库、不能执行代码。2025 年 OpenAI 的 Functions 特性成熟，2026 年的 MCP（Model Context Protocol）成为事实标准，让 LLM 变成了”有手有脚”的 Agent。它可以查询交易记录、调用风控规则、生成报表——不是生成”看起来对”的文本，是执行”确定对”的操作。这个变化的关键在于：LLM 的输出不再是”建议”，而是可以触发确定性操作的”指令”。

第三个节点：推理成本的断崖式下降。 2024 年 GPT-4 API 的定价是输入 $30/百万 token、输出 $60/百万 token。2025 年 GPT-4 Turbo 降到 $10/$30。2026 年开源模型（Llama 3 70B、Qwen 2.5 72B）的本地部署成本，在 A100 集群上摊薄后约为 $0.3/百万 token——两个数量级的差距。这意味着”每笔交易过一遍轻量 LLM”从”每天 300 万美元”降到了”每天 3 万美元”——依然不便宜，但进入了”可讨论”的范围。

第四个节点：行业认知的集体转变。 不是技术先变，是认知先变。2025 年蚂蚁集团公开披露：其智能风控系统引入 LLM 后，规则引擎审核量下降 60%，人工复核量下降 70%，新型欺诈识别率提升 35%。这个消息像炸弹一样——不是创业公司的小实验，是行业标杆的正式宣告。2026 年，头部支付平台的风控团队里，“LLM 辅助决策”已经从”试点项目”变成了”标准配置”。

这四个节点叠加，构成了”一夜变天”的底层逻辑。不是 LLM 突然变聪明了，是它从”不能用于生产”变成了”可以用于生产”——上下文够长、能调用工具、成本可承受、有行业先例。

三、DGI 项目哪些部分被颠覆了

回到那个 12 步 pipeline 的 DGI 项目。LLM 的崛起，直接颠覆了其中 4 个核心环节。

1. 语义理解：从”硬编码规则”到”自然语言理解”

DGI 项目最大的工程负担，是让模型理解业务语义。

节点命名用了”科目代码_实体ID”的格式，比如 2201_U000270。这个命名是人工设计的规则——把业务知识硬编码进数据结构。DGI 本身不理解”2201 是应付用户”，它只看到这个字符串和那个字符串相似。

为了补语义，我们做了多维度标注（6 个维度）、层次聚类（自动标注 event_type）、决策树聚类（试图解释为什么异常）。5 个步骤，本质上都是在做同一件事：把人类理解的业务语义，翻译成模型能处理的结构化信号。

这个翻译过程的代价很高。2024 年，支付平台上线了一个新的数字人民币渠道，科目体系里新增了”数字人民币存款”和”数字人民币应付”。我们的应对是：

• 第一步：财务团队提供新科目的定义和分录规则
• 第二步：工程师更新节点命名规则，把新科目编码进系统
• 第三步：重新跑 ETL，生成包含新科目的图数据
• 第四步：重新训练 DGI 模型，让模型”学习”新科目的嵌入表示
• 第五步：更新聚类标注，让自动标注能识别新科目的交易类型

整个过程花了两周。两周里，新渠道的交易数据已经积累了数百万笔，但模型对它们没有任何概念——因为模型还没”学”到。

2026 年的 LLM 不需要这些翻译。你把会计科目表丢给它，它就知道”2201 应付用户”是什么意思。你把新渠道的业务文档给它，它就能理解”数字人民币双离线支付”的资金流向。新渠道上线当天，LLM 就能做语义分析——不需要两周的 pipeline 重建。

不是 LLM 比 DGI 更”聪明”，是 LLM 把语义理解内化了。 DGI 的嵌入表示是”节点 A 和节点 B 在图结构上相似”，LLM 的理解是”节点 A 是应付用户，节点 B 是应收渠道，它们之间的资金流动代表支付成功”。前者是结构相似，后者是语义理解——两个维度，不是替代关系，但在这个具体场景下，语义理解比结构相似更直接。

2. 异常解释：从”黑盒嵌入”到”可解释推理”

DGI 检测到异常后，输出的是一个嵌入向量——一个 512 维的数字数组。运营人员拿到这个数组，完全不知道”为什么异常”。

为了补可解释性，我们做了决策树聚类、嵌入空间决策树、账号语义映射——试图把高维嵌入映射回人类可理解的规则。但这些方法都不稳定：聚类依赖初始中心点，决策树对高维数据过拟合，语义映射是人工规则的另一层包装。

2026 年的 LLM 可以直接解释：“这笔交易异常，因为支付成功的标准分录应该是 DR 应收渠道 / CR 应付用户，但这笔分录把贷方记到了’待处理款项’，这是资金挪用的典型手法。”

不是 LLM 的推理更可靠，是它的输出人类能看懂。 DGI 的嵌入表示在数学上可能更精确，但”精确但不可解释”在生产环境里价值有限。金融监管要求”可审计、可解释”，LLM 的生成式解释虽然也是概率性的，但至少是”人类语言”，可以被审核、被质疑、被修正。

3. 新型异常检测：从”只学正常”到”零样本识别”

DGI 的核心假设是”只学正常，不学异常”——正常样本足够多，异常样本足够少，让模型对正常模式过拟合，遇到偏离就告警。

这个假设在 2024 年是合理的，但它有一个致命弱点：对没见过的新型异常零样本能力差。 如果攻击者发明了一种全新的挪用手段——比如利用数字人民币的双离线支付特性做资金滞留——DGI 没有任何概念，因为它从未在训练数据里见过这种模式。

2026 年的 LLM 有零样本推理能力。你把数字人民币的业务规则、支付流程、已知风险描述给它，它能推导出”双离线支付在特定场景下可能被用于资金滞留”——不需要见过这种攻击案例，只需要理解业务逻辑。

不是 LLM 比 DGI 更”泛化”，是它们的泛化机制不同。 DGI 的泛化是统计泛化——“和训练数据相似的，就是正常”。LLM 的泛化是语义泛化——“符合业务逻辑的，就是正常；偏离业务逻辑的，就是异常”。在新型攻击场景下，语义泛化比统计泛化更有价值。

4. 反馈闭环：从”人工标注驱动”到”自然语言交互”

DGI 的反馈闭环依赖人工标注——运营人员逐笔审核异常，确认的是异常、误判的是正常。标注质量不稳定、成本高、周期长。

2026 年的 LLM 改变了反馈的交互方式。运营人员不需要学习复杂的标注界面，可以直接用自然语言和 LLM 对话：“这笔交易我觉得不是异常，因为商户是跨境电商，大额结算是正常的。” LLM 理解这个反馈，更新自己的判断逻辑。

不是 LLM 消除了反馈成本，是降低了反馈门槛。 人工标注还在，但交互方式从”点选标签”变成了”自然语言描述”。描述里包含的语义信息（“跨境电商”、“大额结算”）比单纯的”正常/异常”标签更丰富，反馈效率更高。

四、DGI 项目哪些部分意外幸存

但”颠覆”不是全部。LLM 的崛起，恰恰让 DGI 项目的某些能力变得更有价值。

1. 实时性：嵌入计算的不可替代性

LLM 的推理延迟是秒级的。2024 年的 GPT-4 API 调用延迟约为 2-5 秒（取决于 token 长度和网络状况）。2026 年本地部署的轻量模型（如 Llama 3 8B）可以把延迟降到 0.5-1 秒，但对于支付场景的实时风控来说，这依然是不可接受的——用户支付完要等 1 秒才知道是否成功？在秒杀场景里，1 秒的延迟意味着订单流失。

DGI 的嵌入计算是毫秒级的。图构建（预构图后直接从磁盘加载）约 5-10 毫秒，GCN 前向传播在 A100 上约 15-20 毫秒，嵌入生成约 5 毫秒——整个流程在 GPU 上可以在 30-50 毫秒内完成。这个速度优势，在实时交易监控场景里是不可替代的。

2026 年的最佳实践不是”用 LLM 替代 DGI”，是**“DGI 做实时初筛，LLM 做深度复核”**。DGI 在 50 毫秒内标记”可疑”，LLM 在 1 秒内做”确认”——两者分工，不是替代。十亿级交易流水里，DGI 筛掉 99% 的明显正常交易，只有 1% 的”可疑”进入 LLM 的复核队列——这样 LLM 的成本和延迟都变得可承受。

2. 结构化推理：图网络的独特优势

LLM 擅长语义理解，但它在结构化关系推理上有天然短板。一笔交易涉及多个节点（用户、商户、渠道、银行），资金流动是多跳的、有向的、带权重的。LLM 理解”用户付了钱给商户”这个语义，但让它推理”这笔钱经过渠道 A 和渠道 B 的清算链路，最终到达商户账户”——这种多跳结构化推理，LLM 容易出错。

DGI（图神经网络）的设计目标就是捕捉图结构的拓扑特征。节点之间的连接关系、边的方向、路径长度——这些结构化信号，DGI 天然擅长，LLM 天然不擅长。

2026 年的融合架构里，DGI 负责”结构化特征提取”，LLM 负责”语义理解和解释”——各司其职。

3. 成本结构：嵌入计算的规模效应

LLM 的推理成本虽然下降了两个数量级，但按 token 计费的模式决定了它的成本随数据量线性增长。2026 年本地部署的轻量 LLM（Llama 3 8B）成本约为 $0.3/百万 token，但十亿级交易流水，每笔交易平均产生 500 token 的 Prompt（交易描述 + 上下文 + 指令），总成本是：

$$10^9 \times 500 \times $0.3 / 10^6 = $150,000/天$$

15 万美元一天，一年 5400 万美元——这不是”贵但可承受”，是”贵到需要 CEO 审批”。

DGI 的嵌入计算是一次性的——训练好的模型，前向传播的成本几乎为零（GPU 的固定成本，不随数据量增长）。A100 集群的折旧成本约为 $2/小时/卡，10 张卡并行处理十亿级数据，总成本约为：

$$10 \times $2 \times 24 = $480/天$$

480 美元一天，和 LLM 的 15 万美元差了 300 倍。

这个成本结构差异，决定了DGI 适合大规模实时处理，LLM 适合小批量深度分析。不是谁更便宜，是成本模型不同，适用场景不同。DGI 处理 100% 的交易，LLM 处理 DGI 筛出的 1% 的”可疑”——两者配合，总成本可控。

4. 可审计性：确定性计算的合规优势

LLM 的输出是概率性的——同样的输入，两次推理可能给出不同的结论。这在金融监管场景里是问题：“为什么上周这笔交易被判正常，这周同样的交易被判异常？”

DGI 的嵌入计算是确定性的——同样的图结构，永远产生同样的嵌入向量。这个确定性，在合规审计场景里有不可替代的价值。你可以复现、可以验证、可以追溯。

2026 年的融合架构里，DGI 的确定性输出作为”基础判决”，LLM 的概率性输出作为”补充解释”——确定性保证合规底线，概率性提供灵活上限。

五、反直觉的发现：LLM 让某些”过时”技术更重要了

最有趣的发现不是”哪些被替代”，而是**“LLM 的崛起，反而让某些 2024 年的’过时’技术变得更重要”**。

符号化规则引擎的回归

2024 年，我们花了很大力气把规则引擎替换成 DGI——规则引擎太 rigid，无法适应新型异常。2026 年，LLM 的崛起让符号化规则引擎重新变得重要，而且角色完全变了。

为什么？因为 LLM 的输出是概率性的，需要一层确定性的校验来兜底。2026 年的融合架构里，规则引擎不是”主要判决者”，是**“确定性守门员”**。

具体怎么衔接？以一笔交易的审核流程为例：

交易进来 → DGI 实时嵌入生成（50ms）→ 向量相似度初筛（10ms）
    ↓
规则引擎硬性校验（5ms）：借贷是否平衡？金额是否超限？
    ↓
如果违反硬性规则 → 直接拦截（确定性判决）
如果没违反 → 进入 LLM 深度分析（1s）
    ↓
LLM 输出：异常概率 + 解释理由
    ↓
人工复核（高风险）或自动放行（低风险）

规则引擎在这个流程里只做一件事：检查已知的、不可违反的硬性约束。它的角色从”判断异常”变成了”守住底线”——但守住底线，恰恰比判断异常更重要。因为底线被突破的后果是确定的（资金损失），而异常判断的后果是概率的（可能误杀）。

LLM 没有杀死规则引擎，它让规则引擎的角色从”主要判决者”变成了”底线守门员”。 角色变了，但重要性没变——甚至更重要了，因为它是整个系统的确定性锚点。

向量数据库的爆发

2024 年，我们用 Elasticsearch 做向量搜索，是权宜之计——ES 不是为向量设计的，十亿级向量的实时搜索延迟在 500ms-2s 之间，而且随着数据量增长线性恶化。我们当时试过用 LSH（局部敏感哈希）加速，但 Hash 碰撞导致的精度损失让召回率从 95% 掉到 70%——漏掉了 25% 的潜在异常。

2025-2026 年，专用向量数据库爆发式增长。Milvus 2.3 支持十亿级向量的实时检索（延迟 < 100ms），Weaviate 的 HNSW 索引在同等规模下延迟 < 50ms，Pinecone 的托管服务让运维成本接近于零。这些数据库的底层是专门为高维向量设计的索引结构（HNSW、IVF-PQ），不是通用搜索引擎的补丁。

DGI 项目里的”向量相似度搜索”思路，在 2026 年有了更好的基础设施。但这不是”DGI 超前了”，是**“DGI 的需求推动了基础设施的进化”**——先有需求，后有工具。2024 年的我们用 Elasticsearch + LSH 做向量搜索，是”在自行车上装火箭发动机”；2026 年的我们用 Milvus 或 Weaviate，是”开上了专门为火箭设计的跑车”。

知识图谱的复兴

2024 年，知识图谱在工业界已经有点”过气”——构建成本高、维护困难、效果不如端到端深度学习。2026 年，LLM 让知识图谱重新变得重要。

因为 LLM 需要结构化的知识源来减少幻觉。你把会计科目体系、支付流程、风控规则构建成知识图谱，LLM 在推理时查询图谱——不是凭空生成，是基于结构化知识推导。DGI 项目里的”图结构”思路，在知识图谱的复兴中找到了新的表达形式。

六、核心结论：不是替代，是分工

2024 到 2026 年的”变天”，不是”LLM 赢了 DGI 输了”。是技术分工的重新划定。

2026 年的最佳实践不是”选 DGI 还是选 LLM”，是”DGI 做它擅长的，LLM 做它擅长的，中间用确定性边界衔接”。

DGI 负责实时嵌入生成、结构化特征提取、大规模批量处理——这些是它的主场。LLM 负责语义理解、异常解释、新型模式识别、自然语言交互——这些是它的主场。两者之间的衔接层，用符号化规则引擎做确定性校验，用向量数据库做相似度搜索，用知识图谱做结构化知识源。

一夜变天的不是技术本身，是”技术分工的认知”。 2024 年我们认为”一个模型解决所有问题”，2026 年我们知道”不同模型解决不同问题，边界比能力更重要”。

“2024 年的我，试图用 DGI 的嵌入表示解决所有问题。2026 年的我知道，嵌入表示只是原料，怎么烹饪、配什么调料、用什么火候——这些才是问题。”

“LLM 没有让 DGI 过时，它让 DGI 的定位更清晰了。就像电冰箱没有让菜刀过时，它只是让厨房的分工更明确了。”

“一夜变天的不是技术，是我们对技术的理解。”

本文首发于「谢先生的 AI 深析札记」

下一篇预告：「通用与垂直」——BOUND 原则的诞生，本质上是在回答”通用能力 + 垂直约束”如何融合。