200个看着干净的项目，图算法揪出81%隐藏风险

一个叫 Khoj 的 AI 代理，专门用来查班加罗尔的新房项目。它不看宣传册，只看人跟人之间怎么连。

宣传册上是什么？效果图、会所、"RERA 认证"、开盘优惠。看不到的是，操盘这些人过去干过什么。

开发商通常为每个项目新设一家公司。这正常，也合法。但一家记录干净的新公司，可能由同一批董事在管——而他们上一家公司已经破产，留下半拉子楼。

地块的前任业主可能正陷在产权官司里。承包商可能在另外三个工地各拖了两年。

这些信息都不藏。它们在 RERA 备案、公司登记、法院记录和土地记录里。只是从来没人替买家把它们连起来。

"这安不安全"的答案，不在任何一份单独记录里。它在记录之间的关系里。

所以作者做了 Khoj（印地语"搜索"）。

把关系画成图

这张知识图谱照着一位谨慎的房产律师会看的东西来建：开发商是品牌，控制公司，人是公司董事；公司开发项目，项目建在地块上，地块有前任业主；承包商建造项目，审批挂在项目下；投诉指向项目，官司牵涉土地、公司、人或承包商。

任何单独看就是警示信号的东西——烂尾项目、破产公司、待决官司、B-khata 地块——都打上 RedFlag 标签，带严重程度和原因。

数据是合成的，但贴近现实：91 个项目、46 家公司、100 个人，分布在班加罗尔真实地段，用固定种子生成，名字全是虚构的。

作者最喜欢的一个埋设故事叫 Skyvista Altura：Sarjapur 路的新盘，有 RERA、A-khata 土地、零投诉。看着完美，直到你发现它的公司和 Northstar Habitats 共用两名董事——后者正在破产程序中，留下两个烂尾项目。

把路径算成分数

作者要一个"构造上就可解释"的风险分，每一分背后都有一条路径。

对每个项目，一条查询找出所有通往红旗的四跳以内路径。每条路径贡献其红旗的严重程度，再按距离和每条边的强度衰减。分数用 100 乘以 1 减 e 的负 K 次方。

这就是 Katz 中心性，只是限定在红旗目标上。对所有路径求和是刻意的：跟一个失败开发商共用两名董事的公司，就该比共用一名的看起来更糟。

Skyvista Altura 的 10 条路径加起来 K 等于 1.87，得分 84.6。

教训一：拿整张图校准，别只对着演示案例

第一版把 Skyvista Altura 算对了，也把中位数项目算到了 94 分。承包商和土地整合商是枢纽，路径从项目跑到承包商，再跑到另一个项目，再跑到那个项目的 30 条投诉，什么都显得危险。

两条结构性规则修好了它：路径不能穿过另一个项目——烂项目本身已是红旗，它的投诉不该再算到邻居头上；一条路径最多用一次土地所有权边，这样曾经持有大量地块的整合商不会把无关项目连起来。

中位数降到 28，干净项目得 0 分，埋设的故事依然突出。

教训二：算法对方向有意见

FalkorDB 的介数中心性遵循边的方向。作者的边全指向"人→公司"，于是没有任何最短路径穿过人，所有分数都是零。给每段董事关系补一条反向边后修好了。

代理不写查询语句

把 schema 丢给模型让它自己写查询很诱人，作者没这么做。代理拿到的是八个人工编写、带参数的工具，通过 MCP 提供。模型选工具、填参数，每个查询只读。

每条结果还会说明自己是什么类型的答案。发现被保存前，一个确定性校验器会从图里重算分数、按固定规则核对结论、拒绝任何提到工具从未返回过的实体的证据。模型自己给的数字，永远被计算出的数字替换。

记忆方面，FalkorDB 一个实例能装多张图，每个买家有自己的记忆图，互不泄漏。里面存偏好（改预算会新建节点取代旧节点）、常设规则（比如"永远查土地产权"）、会话、候选清单和案卷。

两个代理通过图本身交接：Concierge 跟你对话、管记忆；Investigator 管市场图。Concierge 开一个 Case 节点，Investigator 往里写 Finding 节点，Concierge 再读回来。

作者最喜欢的一刻：候选清单里放两个干净项目，然后往图里加市场事件——一份承包商破产申请、一桩新产权诉讼。你回来时，Khoj 在你开口之前就说："Whispering Woods 从 0 变成了 52"，并给出那条新路径。

证明是图在干活

"把数据库拿掉它就废了"这话好说，作者去测了。基准测试往图的副本里注入 200 个新项目，表面全都干净。一半藏着四种风险模式之一，一半是干净对照，带陷阱，比如跟一个烂尾项目同地段、同银行。

最意外的一行是去掉那两条结构性规则的消融实验：它几乎全找出来了，但把 93% 的干净项目误标。图重要，怎么走图也重要。作者还用纯 Python 枚举路径重算了每个分数，与 FalkorDB 零不一致。

教训三：让基准测试打你的脸

一桩只点名地块前任业主的产权诉讼，得分刚好低于阈值，因为模型把它当成普通一跳做了衰减。在房产法里这是错的：你继承卖方的产权。所以产权链上的跳现在不衰减。这个改动是看到基准结果之后做的，报告里也写明了。

下一步，这套 schema 能直接对上真实公开数据源：K-RERA、MCA 公司备案、eCourts 和 Bhoomi 土地记录。有了真实结果，手工设定的严重程度可以拟合出来，而不是拍脑袋选。

图不只是代理的存储。它让代理的答案可核查。Khoj 说"避开"时，它把路径摆给你看，你可以自己验。