什么是Agentic RAG？为什么它取代了传统RAG？

在2024年，大多数RAG（Retrieval-Augmented Generation）系统都遵循一个简单的线性流程：用户提问 → 向量检索 → 拼接上下文 → 生成回答。这个流程在简单问答场景下工作得还不错，但在复杂多跳推理、多步骤研究、或者需要迭代求精的场景下，它显得过于僵化。Agentic RAG的核心思想是：**让Agent来控制检索过程，而不是让检索过程控制Agent。**这意味着模型可以：- 主动决定要检索什么，而不是被动接受第一次检索的结果- 迭代精化检索策略，根据已有信息调整下一步搜索方向- 判断何时信息已经足够，避免无效检索- 综合多来源信息，解决需要跨文档推理的复杂问题—## 一、Agentic RAG的核心架构模式### 1.1 ReAct式迭代检索最基础的Agentic RAG模式是ReAct（Reasoning + Acting）框架的RAG应用：pythonfrom typing import List, Dict, Anyimport jsonclass AgenticRAG: def __init__(self, llm, vector_db, max_iterations: int = 5): self.llm = llm self.vector_db = vector_db self.max_iterations = max_iterations def run(self, user_query: str) -> str: """ReAct式迭代检索主循环""" system_prompt = """你是一个能够迭代搜索信息的研究助手。你可以使用以下工具：- search(query): 在知识库中搜索相关文档- answer(text): 当你认为已有足够信息时，给出最终答案每一步，你需要：1. 思考（Thought）：分析当前已知信息和还需要什么2. 行动（Action）：选择search或answer3. 观察（Observation）：查看工具返回结果当搜索结果足够回答问题时，使用answer工具。""" messages = [ {"role": "system", "content": system_prompt}, {"role": "user", "content": f"请研究并回答：{user_query}"} ] retrieved_docs = [] for iteration in range(self.max_iterations): response = self.llm.chat(messages) action = self._parse_action(response) if action["type"] == "answer": return action["content"] elif action["type"] == "search": results = self.vector_db.search(action["query"], k=3) retrieved_docs.extend(results) # 将检索结果加入对话历史 observation = self._format_results(results) messages.append({"role": "assistant", "content": response}) messages.append({ "role": "user", "content": f"[搜索结果]\n{observation}\n\n继续分析..." }) # 超过最大迭代次数，基于已有信息生成回答 return self._generate_final_answer(user_query, retrieved_docs) def _parse_action(self, response: str) -> Dict[str, Any]: """解析模型输出中的行动指令""" # 实际实现中使用结构化输出或函数调用 if "search(" in response: query_start = response.index("search(") + 7 query_end = response.index(")", query_start) return {"type": "search", "query": response[query_start:query_end]} elif "answer(" in response: content_start = response.index("answer(") + 7 content_end = response.rindex(")") return {"type": "answer", "content": response[content_start:content_end]} return {"type": "search", "query": response[:100]} # fallback### 1.2 自我反思RAG（Self-RAG）Self-RAG是2026年落地最广泛的Agentic RAG变体，核心思想是让模型在生成过程中实时评估检索质量和生成质量：pythonclass SelfRAG: """ Self-RAG实现：模型在生成时主动评估检索相关性和输出质量 四个关键反射token： - [Retrieve]: 是否需要检索 - [IsRel]: 检索到的文档是否相关 - [IsSup]: 生成内容是否得到文档支持 - [IsUse]: 最终输出是否有用 """ def generate_with_reflection(self, query: str, passage: str) -> Dict[str, Any]: # 步骤1：评估是否需要检索 need_retrieval = self._assess_retrieval_need(query) if not need_retrieval: # 直接生成，不需要检索 return {"response": self.llm.generate(query), "retrieved": False} # 步骤2：执行检索 docs = self.vector_db.search(query, k=5) # 步骤3：对每个文档评估相关性 relevant_docs = [] for doc in docs: relevance = self._assess_relevance(query, doc) if relevance == "relevant": relevant_docs.append(doc) if not relevant_docs: # 没有相关文档，触发更广泛的检索或直接回答 return self._handle_no_relevant_docs(query) # 步骤4：基于相关文档生成 responses = [] for doc in relevant_docs[:3]: response = self._generate_with_doc(query, doc) support_score = self._assess_support(response, doc) responses.append({ "text": response, "support": support_score, "doc": doc }) # 步骤5：选择最佳回答（综合支持度和有用性） best_response = max(responses, key=lambda x: x["support"]) return { "response": best_response["text"], "retrieved": True, "source": best_response["doc"].source, "support_score": best_response["support"] } def _assess_retrieval_need(self, query: str) -> bool: """判断是否需要外部检索（基于问题类型）""" prompt = f"""判断以下问题是否需要检索外部知识才能准确回答。 问题：{query}如果问题涉及具体事实、最新信息、或领域专知，回答"yes"；如果是常识性问题或纯推理，回答"no"。回答（yes/no）：""" result = self.llm.generate(prompt, max_tokens=5) return "yes" in result.lower() def _assess_relevance(self, query: str, doc) -> str: """评估文档与查询的相关性""" prompt = f"""评估以下文档段落是否与问题相关。问题：{query}文档：{doc.content[:500]}评估结果（relevant/irrelevant/partially_relevant）：""" return self.llm.generate(prompt, max_tokens=10).strip()### 1.3 多Agent协作RAG对于复杂研究型任务，可以构建多个专门化的检索Agent：pythonclass MultiAgentRAG: """ 多Agent协作RAG：不同Agent负责不同知识领域或检索策略 """ def __init__(self): self.agents = { "web_searcher": WebSearchAgent(), "doc_searcher": DocumentSearchAgent(), "code_searcher": CodebaseSearchAgent(), "synthesizer": SynthesisAgent() } async def research(self, query: str) -> str: """并行多源检索，串行综合""" # 第一步：并行执行多路检索 search_tasks = [ self.agents["web_searcher"].search(query), self.agents["doc_searcher"].search(query), self.agents["code_searcher"].search(query), ] results = await asyncio.gather(*search_tasks) # 第二步：综合Agent整合所有检索结果 combined_context = self._combine_results(results) final_answer = await self.agents["synthesizer"].synthesize( query, combined_context ) return final_answer def _combine_results(self, results: list) -> str: """整合多源检索结果，去重并按相关度排序""" all_docs = [] for source_results in results: all_docs.extend(source_results) # 去重 seen_hashes = set() unique_docs = [] for doc in all_docs: doc_hash = hash(doc.content[:100]) if doc_hash not in seen_hashes: unique_docs.append(doc) seen_hashes.add(doc_hash) # 按相关度排序 unique_docs.sort(key=lambda x: x.relevance_score, reverse=True) return "\n\n".join(doc.content for doc in unique_docs[:8])—## 二、Agentic RAG的关键工程挑战### 2.1 检索停止条件最难的问题：Agent什么时候知道"检索够了"？pythonclass RetrievalCompletionChecker: def __init__(self, min_confidence: float = 0.8): self.min_confidence = min_confidence def should_continue_retrieval(self, query: str, current_context: str, iteration: int) -> bool: """判断是否需要继续检索""" # 硬性停止条件 if iteration >= 5: return False # 评估当前上下文是否足以回答问题 confidence = self._assess_answer_confidence(query, current_context) if confidence >= self.min_confidence: return False # 检查是否陷入检索循环（重复检索相似内容） if self._detect_retrieval_loop(current_context): return False return True def _assess_answer_confidence(self, query: str, context: str) -> float: """评估基于当前上下文回答问题的置信度""" prompt = f"""基于以下上下文，你有多大把握回答问题？问题：{query}上下文摘要：{context[:500]}...打分（0.0-1.0，1.0表示完全有把握）：""" score_str = self.llm.generate(prompt, max_tokens=5) try: return float(score_str.strip()) except: return 0.5### 2.2 查询改写与扩展原始用户问题往往不是最优的检索查询，需要Agent主动优化：pythonclass QueryOptimizer: def expand_query(self, original_query: str, previous_results: list = None) -> List[str]: """生成多个优化版检索查询""" context = "" if previous_results: context = f"\n已有检索结果摘要：{self._summarize_results(previous_results)}" prompt = f"""根据原始问题，生成3个不同角度的检索查询，以获取更全面的信息。原始问题：{original_query}{context}要求：1. 覆盖不同的关键词和角度2. 从宽泛到具体3. 包含同义词和相关术语输出JSON格式：{{"queries": ["查询1", "查询2", "查询3"]}}""" result = self.llm.generate(prompt) try: return json.loads(result)["queries"] except: return [original_query]### 2.3 幻觉检测与来源核实Agentic RAG的一大优势是可以主动核实模型生成内容与源文档的一致性：pythonclass HallucinationDetector: def verify_claims(self, generated_text: str, source_docs: list) -> Dict[str, Any]: """验证生成内容中的具体声明是否有源文档支撑""" # 提取生成文本中的可核实声明 claims = self._extract_verifiable_claims(generated_text) verification_results = [] for claim in claims: supported = self._check_support(claim, source_docs) verification_results.append({ "claim": claim, "supported": supported, "confidence": supported["confidence"] if supported else 0 }) unsupported = [r for r in verification_results if not r["supported"] or r["confidence"] < 0.6] return { "overall_reliability": 1 - len(unsupported) / max(len(claims), 1), "unsupported_claims": unsupported, "total_claims": len(claims) }—## 三、Agentic RAG在2026年的典型落地场景### 3.1 企业知识库智能问答这是落地最广泛的场景。传统RAG对于"精确查询"表现不错，但面对"帮我梳理过去三年我们在某领域做了什么"这类需要多跳推理的综合性问题，Agentic RAG的优势立刻显现。关键配置建议：- 使用混合检索（向量+关键词+图谱）- 引入文档结构元数据（章节层级、更新时间、作者）- 设置领域专知的置信阈值### 3.2 代码库智能助手代码RAG需要理解代码的语义结构，而不只是字面相似性：- 函数调用关系检索（不只是字面搜索）- 接口定义与实现的关联检索- 版本历史感知（当前代码版本的上下文）### 3.3 研究报告自动生成多轮迭代检索特别适合生成综合性研究报告，Agent可以：1. 先做宽泛检索，了解领域全貌2. 识别关键子话题，分别深入检索3. 综合多维信息，生成结构化报告4. 自动核查引用的事实准确性—## 四、与传统RAG的选择建议| 场景特征 | 推荐方案 ||---------|---------|| 简单单跳问答，低延迟要求 | 传统RAG（更快、成本低） || 需要多跳推理、跨文档综合 | Agentic RAG || 答案需要高度准确，可接受慢一点 | Self-RAG（带自我验证） || 需要多类型数据源（网络+文档+代码） | Multi-Agent RAG || 成本敏感型场景 | 先尝试传统RAG，按需升级 |Agentic RAG不是银弹——它带来了更强的能力，也带来了更高的延迟和成本。工程师的判断力在于：知道什么时候用哪种方案，而不是盲目追新。2026年，会用Agentic RAG的工程师很多，但真正懂得如何在正确场景落地、控制成本和延迟的工程师，才是真正的高手。