Meta 2020年埋下的这颗雷，4年后让GPT-4栽了17%的

2023年斯坦福一项研究让法律圈后背发凉：GPT-4每100句输出里，有17句是编造的。一位律师真把ChatGPT虚构的判例搬上法庭，案子直接崩盘。这不是模型变笨了，是它天生就没法"记住"训练截止后的任何事。

大语言模型（LLM）的参数里锁着海量知识，但这些知识像被封在琥珀里的昆虫——漂亮、完整、彻底静止。你的公司内部文档、上周的行业动态、昨天的股价，它一概不知。更麻烦的是，它生成内容时从不标注来源，只是按概率猜下一个词该是什么。

2020年，Meta的AI实验室（当时还叫Facebook AI Research）提出一个解法：Retrieval-Augmented Generation，简称RAG。思路很直白——别让模型硬背，给它配个能实时检索的外部知识库。输出前先去"查资料"，再拿查到的东西当论据。相当于把闭卷考试改成开卷。

RAG的原始版本，其实是个"提线木偶"

最早的RAG架构简单粗暴。用户提问→系统去知识库搜相关片段→把片段和原问题一起塞给模型→模型基于这些材料作答。这套流程解决了"知识新鲜度"问题，但有个致命假设：搜出来的东西一定对，且一定够。

现实很骨感。知识库检索靠向量相似度，本质是"找长得像的"。用户问"苹果最新财报"，系统可能捞出三年前的旧数据，因为关键词重叠度高。更隐蔽的是，模型对检索结果照单全收，不会质疑"这资料靠谱吗""够回答吗"。

这种单向流程就像让实习生去图书馆找资料写报告——找什么全凭关键词运气，找到什么算什么，从不主动追问"还有没有别的"。学术圈后来管这叫"朴素RAG"（Naive RAG），带着点嘲讽的善意。

从"查资料"到"做研究"，中间差了三道坎

要让RAG真正可用，得补上三个缺口。

第一，检索得能迭代。一次搜索不够，要像研究员那样，根据初步结果调整关键词再搜。用户问"某芯片功耗"，首轮可能只拿到营销话术；系统得识别出"缺实测数据"，主动追加搜索"实验室评测""功耗曲线"。

第二，模型得会验证。拿到五篇资料，要能交叉比对——A说续航12小时，B说同场景只有8小时，得标记矛盾、追问细节、判断哪方更可信。而不是把五篇拼凑成一篇看似流畅的废话。

第三，流程得能分叉。复杂问题需要拆解。问"某国AI监管对出海企业的影响"，得先拆成"现行法规有哪些""执法尺度如何""同类企业被罚案例"，每个子问题走独立检索链，最后汇总。单线程的朴素RAG做不到这个。

Agentic RAG：给系统装上"职业习惯"

2023年后，行业开始把"智能体"（Agent）概念揉进RAG。核心变化是：系统不再被动执行检索-生成两步，而是获得目标导向的自主规划能力。

具体表现为几个新模块。路由（Routing）：判断问题该走知识库、搜索引擎还是实时数据库。反思（Reflection）：生成初稿后自检"这里缺数据支撑"，触发补充检索。工具调用（Tool Use）：发现需要计算时主动调Python，需要最新股价时调金融API。

这套架构的比喻很形象：朴素RAG是图书馆管理员，你问什么他找什么；Agentic RAG是雇佣了一位研究员——会追问需求、会查多源资料、会验证矛盾、会主动补漏。当然，成本也高了一个数量级。

关键区别在于反馈闭环。朴素RAG是直线，Agentic RAG是带循环的图。每一步输出都可能触发新的检索或计算，直到系统自己判断"够用了"。

目前主流实现分两类。一类是单代理深度模式，一个Agent包办规划、检索、验证全流程，适合复杂但边界清晰的问题。一类是多代理协作模式，检索员、验证员、撰写员各司其职，通过消息队列协作，适合需要多领域知识的任务。

LangChain、LlamaIndex等框架已经内置这些模块，但落地时有个隐形门槛：你的知识库质量。检索再聪明，库里的文档结构混乱、版本冲突、缺少元数据，系统也会反复踩坑。很多企业折腾半年Agentic架构，最后发现最大的ROI来自先把PDF整理成结构化数据。

斯坦福那17%的幻觉率，在Agentic RAG的实测中能被压到个位数。代价是延迟从秒级变成分钟级，单次成本涨5-10倍。技术选型回到那个老问题：你的场景，值得为准确性付多少溢价？

一位做企业知识库的朋友最近吐槽：客户总想要"研究员级"的准确度，却只愿付"管理员级"的预算。这个落差，大概才是RAG落地最持久的瓶颈。