ByteByteGo 对比 RAG 与 Agentic RAG 工作流程
- 传统 RAG 流程：用户提问后，检索系统从知识库取回相关信息，应用把信息加入提示词，LLM 基于该上下文生成答案；检索通常遵循预定义流程，结果质量取决于检索上下文的准确性。
- Agentic RAG 流程：Agent 根据任务选择工具，工具可搜索文档、API、数据库或网页；取回证据后先判断是否足以完成任务，不足时调整搜索或更换工具，证据充分后再由 LLM 生成答案。
- 差异要点：传统 RAG 是单次检索链路，Agentic RAG 把工具选择、多次取数与证据充分性判断放进循环；文章以这两类流程的机制对比为主线。 🔗 ByteByteGo Newsletter
