RAG能否进一步抽象成Agent？关于RAG系统构建的一些想法

最近在不断地学习RAG相关的知识，这个学习过程中对于RAG的认知也在不断地改变。这篇文章主要记录一些当前最新的想法。

在之前的学习过程中，我们了解到一次RAG查询的基本工作流程如下：

在这个过程中，在将查询提交给大模型之前，会使用构建好的索引库来找到关联的上下文信息，并将整合后的结果提交给生成器去做生成。但我觉得这个过程其实可以进一步抽象：

这里使用了一个隐式的LLM(方便理解后续Agent的抽象）。可以看到此时的查询过程为：由LLM决策，使用检索工具进行检索，然后将检索工具的返回结果和查询再次交给大模型判断，此时大模型的不再调用工具，而是生成答案，返回最终结果。对上图做下简单的调整，可以得到如下所示：

将检索内容抽象为工具，那么RAG的查询流程就可以抽象为这样的流程。如果对Agent较熟悉的话，可以看出这其实就是一个Agent的处理流程。 所以在这里我觉得RAG其实可以抽象成Agent的，这样的话，Agent构建过程中的一些解决方案也可以类似的迁移到RAG系统中来。

基于上面抽象的基础之上，索引能力就可以单独抽出来去做自己的构建，这部分内容和传统的搜索系统比较契合，可以考虑按照传统搜索系统的方式进行构建。这部分就需要进一步去学习搜索系统的构建了。

感觉RAG系统的设计和落地可以参考Agent应用框架+搜索系统。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

😝有需要的小伙伴，可以Vx扫描下方二维码免费领取🆓

👉1.大模型入门学习思维导图👈

要学习一门新的技术，作为新手一定要先学习成长路线图，方向不对，努力白费。

对于从来没有接触过AI大模型的同学，我们帮你准备了详细的学习成长路线图&学习规划。可以说是最科学最系统的学习路线，大家跟着这个大的方向学习准没问题。（全套教程文末领取哈）

👉2.AGI大模型配套视频👈

很多朋友都不喜欢晦涩的文字，我也为大家准备了视频教程，每个章节都是当前板块的精华浓缩。

👉3.大模型实际应用报告合集👈

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。（全套教程文末领取哈）

👉4.大模型落地应用案例PPT👈

光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。（全套教程文末领取哈）

👉5.大模型经典学习电子书👈

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。

👉6.大模型面试题&答案👈

截至目前大模型已经超过200个，在大模型纵横的时代，不仅大模型技术越来越卷，就连大模型相关的岗位和面试也开始越来越卷了。为了让大家更容易上车大模型算法赛道，我总结了大模型常考的面试题。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

😝有需要的小伙伴，可以Vx扫描下方二维码免费领取🆓