Agentic RAG（智能体检索增强）
传统 RAG 是「检索一次 → 生成一次」的静态流水线，遇到复杂、多跳、需要判断的问题就力不从心。Agentic RAG 把 Agent 的「规划、反思、工具调用」能力注入检索流程，让系统能自主决定「要不要检索、检索什么、检索够了没、检索得对不对」。这是 2024–2025 RAG 演进的主线方向。基础概念见 RAG 基础、Agent 概念见 Agent 基础。
一、为什么需要 Agentic RAG？
朴素 RAG（Naive RAG）的结构性缺陷：
| 缺陷 | 表现 |
|---|---|
| 单次检索 | 一次召回定生死，召回不全就答错 |
| 不会多跳 | 「A 的老板的妻子是谁」要两步检索，单次做不到 |
| 不判断相关性 | 检索到的垃圾也照单全收，污染生成 |
| 不会反思 | 答错了不会重试、不会换个查询 |
| 总是检索 | 「你好」这种问题也去查库，浪费且引噪声 |
Agentic RAG 用一个（或多个）LLM Agent 来编排检索过程，把上面每个缺陷都变成「可决策的一步」。
二、核心能力拼图
Agentic RAG = RAG + Agent 的四种能力：
┌─────────────── Agent 决策循环 ───────────────┐
用户问题 → 是否需要检索? → 生成/改写查询 → 检索 → 评估检索质量 → 够了? → 生成答案
│否 ↑ │不够 │
直接答 ←─────────┴──────── 改写查询/换工具/多跳 ←┘ 反思校验- 路由（Routing）：判断该不该检索、该查哪个数据源（知识库/网络/数据库/工具）。
- 查询规划（Planning）：把复杂问题分解成子查询，或规划多跳检索路径。
- 反思（Reflection）：评估检索结果相关不相关、答案有没有依据，不行就重来。
- 工具调用（Tool use）：检索只是工具之一，还能调用计算器、SQL、API、网页搜索。
三、代表方法
Self-RAG（自反思 RAG）
训练模型在生成时输出特殊的「反思 token」，自主决策：
- Retrieve token：这一步要不要检索？
- IsRel：检索到的内容相关吗？
- IsSup：我的生成被检索内容支持吗（有没有幻觉）？
- IsUse：这个回答有用吗？
模型边生成边自评，按需检索、自我批判，把「检索 + 质量控制」内化进生成过程。
CRAG（Corrective RAG，纠错 RAG）
给检索结果加一个轻量评估器打分，按结果分三档处理：
- Correct（检索可靠）：精炼后使用；
- Incorrect（检索不可靠）：丢弃，转网络搜索兜底；
- Ambiguous（不确定）：两者结合。
核心思想：不信任单一检索源，用质量门控 + 兜底来纠错，显著降低「检索垃圾→生成垃圾」。
多跳 / 迭代检索（Iterative Retrieval）
复杂问题分轮检索，每轮用上一轮的结果决定下一步查什么：
Q：「写《三体》的作者获得的雨果奖是哪一年颁发的？」
跳1：检索「《三体》作者」→ 刘慈欣
跳2：用「刘慈欣 雨果奖 年份」再检索 → 2015代表思路如 IRCoT（检索与思维链交替）、ReAct 式「想—查—想—查」循环。
Agentic / 多 Agent RAG
把检索能力封装成工具，由 ReAct Agent 自主调度；复杂场景用多 Agent 分工（一个 Agent 管知识库、一个管网络、一个汇总），见 多 Agent。这是与通用 Agent 框架（LangGraph 等）结合最紧的形态。
四、Naive RAG vs Agentic RAG
| 维度 | Naive RAG | Agentic RAG |
|---|---|---|
| 检索次数 | 固定一次 | 按需多次/不检索 |
| 多跳问题 | 不支持 | 支持 |
| 相关性判断 | 无 | 有（评估器/反思 token） |
| 兜底 | 无 | 网络搜索/换源/重试 |
| 延迟 | 低、可预测 | 高、不可预测 |
| 成本 | 低 | 高（多次 LLM + 检索调用） |
| 适用 | 简单事实问答 | 复杂、多跳、高准确率要求 |
务实原则同 工作流 vs Agent：简单问答别上 Agentic RAG，它的自主性带来延迟和成本，只在朴素 RAG 确实答不好时才引入。
五、工程落地要点
- 延迟与成本控制：多轮检索 + 反思会让一次问答跑好几次 LLM，必须设最大轮数、加缓存、对简单问题走快速路径（路由分流）。
- 可观测性：Agentic 流程是黑盒，必须 trace 每一步「查了什么、评估结果、为什么重试」，否则无法调试（见 LLMOps）。
- 评估：除了答案质量，还要评估「检索决策对不对、多跳路径合不合理」，见 RAG 评估。
- 防失控：反思循环可能停不下来或越查越偏，要有收敛条件和兜底答案。
高频追问
Q：Agentic RAG 和普通 RAG 的本质区别？ 普通 RAG 是固定的「检索→生成」管道；Agentic RAG 让 LLM 自主决策检索流程——要不要检索、查什么、查几次、结果可不可信、要不要换源重试。本质是把「静态流水线」变成「带反馈的决策循环」。
Q：Self-RAG 和 CRAG 有什么区别？ Self-RAG 是训练模型输出反思 token、把按需检索和自我批判内化进生成；CRAG 是在检索后挂一个外部评估器给结果打分、不行就转网络搜索兜底，不需要改模型。前者改模型、后者改流程，可结合。
Q：多跳检索为什么朴素 RAG 做不了？ 朴素 RAG 一次性用原始问题检索，但多跳问题的第二跳依赖第一跳的答案（「刘慈欣」要先查出来才能查他的奖项）。需要「检索→推理→再检索」的迭代结构，这正是 Agentic RAG 的能力。
Q：什么时候不该用 Agentic RAG？ 简单事实问答、延迟敏感、成本敏感的场景。它的多轮 LLM 调用会让延迟和成本翻几倍，对「一次检索就能答好」的问题是浪费。用路由先分流，复杂的才进 Agentic 流程。
Q：Agentic RAG 的主要工程风险？ 延迟/成本不可控（多轮循环）、反思可能不收敛或越走越偏、黑盒难调试。对策：最大轮数限制、快速路径分流、全链路 trace、兜底答案、对检索决策单独评估。
Q：Agentic RAG 和长上下文模型是替代关系吗？ 不完全是。长上下文能「把更多内容塞进去」，但仍受成本、lost-in-the-middle 和知识时效限制；Agentic RAG 强在「按需精准取用 + 多跳推理 + 外部工具」。趋势是结合：长上下文承载单轮更多材料，Agentic 编排多轮与多源（见 长上下文专题）。