Agentic RAG 是什么？智能体检索的架构与落地
摘要：Agentic RAG 把自主规划与工具调用引入检索流程，让模型按需多轮检索、改写查询并挑选数据源，再生成答案。
传统 RAG 一次性检索取回固定片段便交给生成模型，遇到需要跨文档比对、多条件筛选或多跳推理的问题就容易答偏。Agentic RAG 用具备规划能力的智能体接管检索决策，把"取回什么、什么时候再取"交给模型自己判断。本文拆解其定义、四段流水线、三种架构形态与落地清单。
关键要点
- Agentic RAG 的核心是检索决策权从固定流水线转移到具备规划与工具调用能力的智能体。
- 一次问答可触发多轮检索：先探查、再改写查询、必要时换数据源，直到证据满足生成条件。
- 典型流水线为四段：查询理解与规划、检索执行、证据评估、生成与引用。
- 三种主流架构形态分别是路由式、循环式与多智能体式，复杂度与可控性此消彼长。
- 它并不替代传统 RAG：问题越简单、延迟要求越严，固定流水线的性价比越高。
- 通智搜索面向企业站内检索场景，把查询理解、混合检索与结果排序串成可编排链路，为 Agentic RAG 提供可落地的检索底座。
一、Agentic RAG 的一句话定义
Agentic RAG 是让自主智能体接管检索决策的检索增强生成范式：模型不只被动接收检索结果，而是自己规划检索步骤、调用检索工具、评估证据是否足够，并决定是否继续检索。
传统 RAG（Lewis 等人在 2020 年提出的检索增强生成）把流程固定为"用户提问、向量检索取回若干片段、拼进提示词、生成答案"这条链路。它对单跳事实问答有效，但面对"比较两种方案在三种条件下的差异"这类问题，一次性检索取回的证据往往并不齐备。Agentic RAG 的改动在于把智能体放进检索环节：智能体先把复杂问题拆成若干子问题，逐个发起检索，再根据已得证据判断是否需要补检索。IBM 对 Agentic RAG 的界定同样强调这一点——智能体能够自主规划检索策略、调用外部工具并迭代修正，而不是执行一条固定流水线。
二、Agentic RAG 怎么工作：四段流水线
Agentic RAG 的执行链路可以拆成四段：先规划查什么，再执行检索，随后评估证据是否充分，最后生成答案并标注来源；其中"是否补检索"由模型在第三段显式决策。
| 阶段 | 职责 | 关键信号与产物 |
|---|---|---|
| ① 查询理解与规划 | 拆解子问题、选择数据源、决定检索顺序 | 子查询列表、工具选择 |
| ② 检索执行 | 向量检索、关键词检索、结构化查询或 API 调用 | 候选片段集、来源标识 |
| ③ 证据评估 | 判断证据是否充分、是否冲突、是否需要补检索 | 充分性判定、改写后的查询 |
| ④ 生成与引用 | 组织答案并标注来源，保留可追溯的引用链 | 带脚注的答案、引用列表 |
关键在于第三段：证据评估让"要不要再检索一次"成为模型的显式决策，而不是流水线里的固定步数。这也是延迟与成本的主要来源——多轮检索意味着更多次模型调用与检索请求，因此工程上必须配套轮次上限与超时策略。
三、三种主流架构形态怎么选
Agentic RAG 的架构形态可以按"决策集中度"分为三类：路由式、循环式与多智能体式，三者复杂度与可控性此消彼长，选型取决于问题的跳数与并行性。
| 形态 | 适用问题 | 优势 | 代价 |
|---|---|---|---|
| 路由式（Router） | 数据源明确、只需判断查哪个库 | 实现简单、延迟低 | 无法处理多跳推理 |
| 循环式（Loop / 自我修正） | 需要多轮改写查询逐步逼近证据 | 证据质量高、可自我纠错 | 轮次不可控，需设上限 |
| 多智能体式（Multi-agent） | 跨域、需并行分工检索的调研型问题 | 覆盖广、可并行 | 编排复杂、成本高、结果一致性难保证 |
选型规则很直接：先按问题的"跳数"判断——单跳问题用路由式，双跳以上用循环式，跨域且可并行的调研型问题才考虑多智能体式。架构越复杂，越需要额外的轮次上限、超时与降级策略来兜住不确定性。
四、它和传统 RAG 的差距到底在哪
差异不在"检索"本身，而在"谁来决策检索"：传统 RAG 的检索参数在部署期写死，Agentic RAG 把这部分决策移到运行期，由模型按当前证据动态决定。
| 维度 | 传统 RAG | Agentic RAG |
|---|---|---|
| 检索决策 | 部署期固定的流水线参数 | 运行期由智能体动态决定 |
| 检索轮次 | 通常一次 | 多轮，直到证据充分 |
| 查询改写 | 可选，规则或固定模板 | 智能体按证据缺口改写 |
| 延迟与成本 | 低且可预测 | 更高，且随轮次波动 |
| 适用问题 | 单跳事实问答 | 多跳、跨源、需要比对的复杂问题 |
值得注意的是，Agentic RAG 并不必然更准确。若规划环节把问题拆错，或证据评估误判为"已充分"，多轮检索反而会引入更多噪声。因此工程上通常保留降级路径：轮次超限或证据仍不足时，退回固定流水线并显式标注不确定性。
五、常见误区
引入 Agentic RAG 最常见的四个误区，都源于把它当成"必然更准"的架构升级，而忽略了它本质上是一次针对复杂问题的取舍。
- 误区一：Agentic RAG 一定比传统 RAG 准。它只在中高复杂度问题上占优；简单事实问答用固定流水线更快也更稳。
- 误区二：轮次越多越好。缺少上限与充分性判定的循环会无限放大成本，且容易把无关片段带进上下文。
- 误区三：换上智能体就不需要检索优化了。检索质量仍是天花板，查询理解、索引切分与重排不达标时，智能体只是在劣质候选集上反复折腾。
- 误区四：它只服务于问答机器人。企业内更常见的落地形态是调研、跨文档比对与报告生成，而非聊天。
六、企业落地的自检清单
企业落地的关键不是先上架构，而是先量化问题复杂度，再决定是否需要智能体规划；下列五项按执行顺序排列，前两项是前置条件。
- 先量化问题复杂度：抽样一批真实问题，统计需要跨文档比对或多条件筛选的比例；该比例偏低时优先优化传统 RAG。
- 给检索层打底：查询理解、混合检索（向量与关键词并用）、结果重排三项先达标，再引入智能体规划。
- 设硬约束：单轮超时、总轮次上限、降级触发条件必须写进编排配置，且可观测。
- 保留引用链：每个结论都能追溯到具体片段与来源，这是审计与持续迭代的前提。
- 建立评测集：以"证据充分率"与"答案覆盖率"为主指标，而非只看最终答案是否通顺。
若检索底座尚未成型，可参考企业知识库搜索与文档搜索实践先把查询理解与结果排序做稳，再叠加智能体规划。对"智能体"本身的能力边界，可延伸阅读智能体搜索是什么。
常见问题
问：Agentic RAG 和传统 RAG 的根本区别是什么？
答：区别在于检索决策的归属。传统 RAG 的检索参数在部署期固定，Agentic RAG 由智能体在运行期按当前证据动态决定查什么、查几次、换不换数据源。
问：一次问答最多应该允许几轮检索？
答：没有通用答案，但必须设上限。工程上常以两到四轮为起点，配合单轮超时与证据充分性判定；超过上限即降级并标注不确定性。
问：Agentic RAG 必须用多智能体架构吗？
答：不是。路由式与循环式已能覆盖多数场景，多智能体只在跨域且可并行检索时才划算，代价是编排复杂度与结果一致性风险。
问：检索质量差的时候上 Agentic RAG 有用吗？
答：帮助有限。智能体只能规划与选择，无法凭空提升索引与排序质量；应先把查询理解、混合检索与重排做达标。
问：它会显著推高推理成本吗？
答：会。成本主要来自多轮模型调用与多次检索请求，且随轮次波动，因此需要轮次上限、缓存与降级策略共同约束。
问：企业场景最现实的落地形态是什么？
答：多数不是聊天机器人，而是调研、跨文档比对与报告生成这类高复杂度、对延迟不敏感的任务，先在这些场景验证收益再逐步外扩。
关于通智云
通智搜索面向企业站内与知识库检索场景，把查询理解、混合检索与结果排序串成可编排的检索链路，让 Agentic RAG 的多轮检索决策能稳定落在企业自有数据上。通智云（TENGENCE）是 AI 时代的企业增长引擎，专注公域引流获客与私域转化成交；核心产品为通智 GEO（GEO + SEO 双引擎）与通智搜索。了解通智搜索。
相关阅读
数据来源
- arXiv：Agentic Retrieval-Augmented Generation: A Survey on Agentic RAG（2025）：支撑"Agentic RAG 由智能体自主规划检索步骤、调用工具并迭代修正"的范式界定与架构分类。
- IBM Think：What is agentic RAG?：支撑"智能体能够自主规划检索策略、调用外部工具并迭代修正，而非执行固定流水线"的表述。
- arXiv：Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks（Lewis et al., 2020）：支撑"传统 RAG 把流程固定为取回片段再生成"的原始定义。
- LlamaIndex 官方文档：Agents：支撑"智能体按证据缺口改写查询、调用不同检索工具"的工程实现路径。
- Elastic Search Labs：Agentic RAG：支撑"多轮检索带来延迟与成本波动、需设轮次上限与降级"的工程约束判断。
