RAG、Agent 和 Agentic RAG 有什么关系?检索链路如何接入 Agent?
题目
RAG、Agent 和 Agentic RAG 有什么关系?检索链路如何接入 Agent?
参考答案
点击展开参考答案
- RAG 解决“回答时缺少外部知识”的问题,典型流程是固定的“检索 → 组装证据 → 生成”;Agent 解决“如何围绕目标动态选择下一步行动”的问题,可以调用检索、数据库、代码和业务 API。
- 因此 RAG 通常是 Agent 的一个知识工具,而不是 Agent 的替代品。
- Agentic RAG 是把检索决策放进 Agent 循环:模型根据当前证据决定是否检索、查哪个数据源、怎样改写 query、结果是否充分,以及要不要再次检索。
- 不是每轮都检索;依赖私有/最新知识、要求引用或证据不足时触发,合规必查场景则由 Workflow 强制执行。
- 在线链路通常是:从问题和已确认上下文提取独立 query,保留实体、时间、否定和权限范围 → ACL/版本过滤 → BM25 与向量混合召回 → RRF 融合去重 → Reranker 精排 → 按子问题和 Token 预算组装带 citation ID 的证据。
- 检索失败时换策略或明确证据不足,不能让模型用参数记忆补造。
- 评测分层进行:Query Rewrite 看约束保真;召回看 Recall@K、nDCG 和权限正确率;Rerank 看 MRR/nDCG;生成看 faithfulness、引用准确/覆盖和拒答正确率;最后关联端到端任务成功、时延与成本。