RAG 的尽头是 Agent？

▼最近直播超级多，预约保你有收获

—1—

大模型的痛点

大模型技术席卷全球，为日常工作和生活带来便利，但也面临时效性、准确性等问题。如何提升大模型的性能？解决其挑战？构建高级应用？成为重要待解决问题。

RAG（检索增强生成） 技术通过信息检索和文本生成，显著提升了大模型的性能。但 RAG 也存在局限性，比如：数据依赖、检索效率等。如何解决这些痛点？如何进一步提升 RAG 性能？是本文剖析的重点。

 —2—

RAG 的痛点

Naive RAG 通过检索和生成，提升大模型在问答、智能助手等任务上的性能。但 Naive RAG 难以处理复杂问题或大型文档集，举例如下：

简单问题："特斯拉的主要风险因素是什么？"  和 "作者在 YC 期间做了什么？" 等问题，Naive RAG 可以给出准确答案。

复杂问题："总结 XXX 公司年度报告"、"比较开发者 A 和 B 贡献" 或 "分析滴滴公司风险" 等问题，Naive RAG 可能无法提供满意结果。

针对复杂问题，我们需要探索更高级 RAG 解决方案。

 —3—

From RAG to Agent

Naive RAG（基于检索的增强生成）应用主要是在整合自身知识库的基础上，提升大型模型的性能，以产出更精准、即时和丰富的行业内容或定制化信息。然而，这种应用仍限于内容生成的领域。若要人工智能像一位“目标导向”的高效工作者一样，自主选择多种工具，与不同系统互动合作，直至完成最终任务，那么我们就需要从 RAG 升级至 Agent 模式。

以下是 RAG 向 Agent 转变的描述：

从 RAG 到 Agent 的演进，并非完全摒弃 RAG，而是在其基础上拓展以下几层功能：

1. 多轮对话能力：与用户进行更深层次的交流，准确把握用户需求。

2. 查询/任务规划层：理解和规划复杂的查询与任务流程。

3. 外部工具接口：利用外部工具来完成特定任务。

4. 反思机制：对执行结果进行反思、总结和评估。

5. 记忆功能：记录用户交互历史，以提供更加个性化的服务。

通过这些功能的增强，Agent 不仅能应对复杂任务，还能在多变的环境中灵活应对。与 RAG 相比，Agent更专注于完成特定任务，并更注重与现有系统的融合。它不仅理解语言，还能在现实世界或数字系统中采取行动。Agent 不仅能执行复杂的多步骤任务，比如；信息检索、数据处理，还能无缝接入各种系统和 API 接口，访问用户数据，与数据库互动。

人类之所以独特，很大程度上是因为我们会使用工具。同样，作为智能体的Agent 也能借助外部工具，处理更为复杂的任务。比如：Agent 能够利用图表生成工具制作在线图表，使用天气查询工具获取天气信息。因此，Agent 是真正释放大模型潜能的关键。

因此，我们的大模型应用也将从 RAG 迈向 Agent，可以说，Agent 是 RAG 发展的必然归宿。

 —4—

案例剖析

最近，阿里巴巴千问团队成功开发了一款新型 Agent（智能体），该智能体整合了 RAG 技术，旨在解析包含数百万字词的文档。尽管它仅利用了 Qwen2 大模型的 8k 上下文窗口，但其性能表现却超越了传统的 RAG 模型和长序列原生模型。

Agent 构建流程如下：

该智能体的构建涉及三个级别，每一级都是基于前一级的构建：

级别一：检索

这一级别关注的是如何识别并提取与关键词最相关的文档片段，主要分为以下三个步骤：

步骤1：区分指令信息与非指令信息

    用户输入示例：“请用2000字的篇幅详细说明，我的问题是，自行车是什么时候发明的？请用英文回答。”

    信息分解：{“问题内容”: [“自行车是什么时候发明的”], “指令要求”: [“2000字详细说明”, “用英文回答”]}。

步骤2：多语言关键词推导

    输入问题：“自行车是什么时候发明的”

    信息转换：{“英文关键词”: [“bicycles”, “invention”, “timing”], “中文关键词”: [“自行车”, “发明”, “时间”]}。

步骤3：应用 BM25 关键词检索算法

    通过 BM25 算法，对关键词进行高效的检索，以定位相关文档片段。

级别二：分块阅读

当相关文档片段与用户查询关键词的重叠度不足，可能导致这些片段在检索过程中被忽略，未能传递给大模型。为了解决这个问题，我们采用了以下策略：

步骤1：相关性评估

    使用聊天模型对每个512字节的文档片段进行评估，判断其与用户查询的相关性。如果模型判断为不相关，则输出“无”；若判断为相关，则输出相关的句子。

步骤2：基于相关句子的检索

    从步骤1中提取出的相关句子，将它们作为搜索查询词，利用BM25算法检索出与用户查询最相关的文档块。

步骤3：生成答案

  根据检索到的上下文信息，生成最终的答案。

级别三：递进推理

面对多跳推理问题，比如：用户提问：“与贝多芬的第五交响曲创作于同一世纪的交通工具是什么？”大模型需要将问题分解为多个子问题来逐一解答：“贝多芬的第五交响曲是在哪个世纪创作的？”以及“自行车是在哪个世纪发明的？”

这一挑战可以通过以下步骤，利用工具调用（又称函数调用）智能体或 ReAct智能体来解决：

1. 向三级智能体（Lv3-Agent）提出原始问题。

2. 当三级智能体无法根据其现有记忆回答问题时，执行以下步骤：

    a. 三级智能体生成一个新的子问题。

    b. 三级智能体将这个子问题提交给二级智能体（Lv2-Agent）。

    c. 将二级智能体的回答整合到三级智能体的记忆库中。

3. 重复上述过程，直到三级智能体能够回答原始问题。

4. 最终，三级智能体提供原始问题的解答。

参考：https://mp.weixin.qq.com/s/nwPaNEJzY55GQmhe8Bgakw

为了帮助同学们彻底掌握大模型的应用开发、LangChain、RAG、Agent、Fine-tuning 微调、预训练、Prompt Engineering、向量数据库、部署、生产化，请同学们点击以下预约按钮免费预约。

—5—

加我微信

有很多企业级落地实战案例，不方便公开发公众号，我会直接分享在朋友圈，欢迎你扫码加我个人微信来看👇

⬇戳”阅读原文“，立即预约！

END