有人想让RAG再次伟大：1️⃣基本抛弃“传统朴素RAG”（图一），就是分块包向量，用户问问题的时候，检索出相似度最高的几项，跟问题放在一起扔给大模型。2️⃣引入Agent，先（让大模型）分析问题，（可能）拆分任务，分别选择搜索关键词跟范围，重复搜索直到信息充分且必要，然后根据这些信息，最后生成回答。3️⃣给这种RAG起个名字，比如Agentic RAG。

其实现在ChatGPT 应用的搜索也是这样干的。

注：1️⃣目前的Agent，是可以连接大模型的传统程序。2️⃣图二系 AI搜索并中文重绘了 bytebytego 近期文章（rag-vs-graph-rag-vs-agentic-rag ）相关配图，另有图三这种仍重点强调内部向量数据库的。3️⃣图片均AI生成。