GNN 核心总结
1. 是什么
GNN = Graph Neural Network 图神经网络
专门处理图结构数据（节点+边+关系）的深度学习模型，核心是：让节点聚合邻居信息，学习节点/图的特征表示。
GNN 就是给图数据设计的神经网络，用现成库可以极其方便地让节点吸收邻居信息。
2. 成熟度
- 理论、模型、工具链非常成熟
- 工业界大量落地（推荐、风控、知识图谱、分子预测等）
- 开箱即用，无需从零实现图卷积/消息传递
3. 你关心的核心能力
- 每个节点自动吸收邻居信息（消息传递机制）
- 可轻松指定特定类型节点做聚合
- 支持 1 跳/多跳邻居、加权/注意力聚合、异构图等
4. 主流易用库
- PyTorch Geometric (PyG)：最常用、上手最快
- DGL：适合大规模图、工业部署
- 两者都只需几行代码实现邻居信息聚合
