搜索和 RAG 解决“找到哪些内容”；Idea Network 继续回答“这些工作如何关联、如何演进、当前边界在哪里、下一步从哪里展开”。
Core distinction / 核心区分
不同系统承担不同工作。搜索提供入口，RAG 把相关内容带进当前生成过程，知识图谱表达实体关系；Idea Network 面向科研 Agent，把这些能力连成有证据、有状态、可继续的研究知识环境。
四种能力，不是四个同义词
| 能力 | 核心问题 | 典型输出 | 跨轮状态 |
|---|---|---|---|
| 文献搜索 | 哪些论文可能相关？ | 排序后的论文与摘要 | 通常较弱 |
| RAG | 当前回答应取用哪些片段？ | 检索片段与生成回答 | 依赖外部设计 |
| 知识图谱 | 实体之间是什么关系？ | 节点、边与属性 | 保存事实关系 |
| Idea Network | 研究如何演进，证据边界在哪，下一步从哪里展开？ | 关系路径、原文证据、未见/盲区、研究会话 | 维护探索与转向 |
Idea Network 增加了什么
从“相似”走向“为何相关”
相似度可以找到候选内容，却不能单独证明研究关系。Idea Network 同时使用引文、作者、概念、本体、方法与时间关系，让 Agent 知道一篇论文为什么应该出现在当前路径上。
从“检索结果”走向“证据路径”
Agent 先获得足以决定是否继续的紧凑信息，需要时再下钻到摘要和原文片段。每一层都保留来源，避免把大段无关文本一次性塞入上下文。
从“本轮回答”走向“研究会话”
真正的研究不会在一轮生成后结束。Idea Network 在模型外保存已经查看、排除、确认和转向的路径，让后续 Agent 或团队成员能够接着工作。
从“没找到”走向“诚实表达边界”
系统明确区分图谱证实、图谱未见和图谱盲区。当前范围内没有找到证据时，系统只陈述“未见”；数据覆盖或检索路径不足时，盲区会被显式标出。来源与不确定性因此进入工作流，不再被流畅语言掩盖。
Idea Interflowing 位于哪一层
Idea Network 是知识环境；Idea Interflowing 是建立在其上的实验前研究决策 SaaS。创想 Creator 沿关系与证据寻找结构性空白、形成研究提案；督导 Supervisor 按目标 venue 的评价维度审查论文或已完成的工作，并把每项判断连回证据。
这两个产品不能混称：前者供 Agent 开卷，后者把开卷能力组织成人可以检查和修订的研究决策工作流。
最稳妥的理解是：搜索、RAG 和知识图谱是重要组件；Idea Network 的产品责任，是把它们组织成科研 Agent 可以持续工作的知识环境。