RAG 演进历程

从 Naive RAG 到 Agentic RAG：一部检索增强生成的进化史

---

RAG 的核心组件

在深入了解 RAG 的演进之前，让我们先理解其核心架构。任何 RAG 系统都由三个基本组件构成：

图 1：RAG 系统的三大核心组件

1. 检索（Retrieval）

从外部数据源（知识库、向量数据库、API 等）查询相关信息。

• 早期方法：基于关键词的稀疏检索（TF-IDF、BM25）
• 现代方法：基于语义的稠密检索（Dense Retrieval）

2. 增强（Augmentation）

对检索到的数据进行处理，提取并整理与查询上下文相关的信息。

• 信息摘要与过滤
• 相关性排序
• 上下文对齐

3. 生成（Generation）

将检索到的信息与 LLM 的预训练知识融合，生成连贯、准确的响应。

• 上下文整合
• 响应合成
• 引用标注

---

第一代：Naive RAG

Naive RAG 是最基础的检索增强生成范式，采用简单直接的"检索-生成"流程。

图 2：Naive RAG 工作流程

工作原理

用户查询 → 关键词匹配检索 → 拼接上下文 → LLM 生成 → 返回响应

技术特点

特性	实现方式
检索方法	TF-IDF、BM25（稀疏检索）
索引结构	倒排索引
上下文处理	简单拼接
生成策略	单次调用 LLM

主要局限

1. 缺乏上下文感知：关键词匹配无法理解语义
2. 输出碎片化：检索结果间缺乏连贯性
3. 扩展性差：大数据集检索效率低下
4. 无法处理复杂查询：不支持多步推理

---

第二代：Advanced RAG

Advanced RAG 引入了语义理解和神经网络排序，显著提升了检索精度。

图 3：Advanced RAG 工作流程

核心改进

用户查询 → 查询编码 → 稠密向量检索 → 重排序 → 上下文构建 → LLM 生成
                ↓
           语义理解层

技术特点

特性	实现方式
检索方法	Dense Passage Retrieval (DPR)
向量表示	Transformer 编码器（BERT 等）
排序策略	神经网络重排序（Cross-encoder）
多跳检索	迭代检索机制

关键技术

1. 稠密向量搜索：将文本编码为语义向量，支持相似度匹配
2. 上下文重排序：使用 Cross-encoder 对候选结果精细排序
3. 迭代多跳检索：支持基于中间结果的二次检索

仍存在的问题

• 检索流程仍然相对固定
• 无法根据查询复杂度动态调整策略
• 缺乏自我纠错机制

---

第三代：Modular RAG

Modular RAG 将 RAG 系统分解为可独立替换的模块化组件，实现了高度的灵活性和可扩展性。

图 4：Modular RAG 模块化架构

设计理念

┌─────────────────────────────────────────────────────────┐
│                    Modular RAG                          │
├─────────┬─────────┬─────────┬─────────┬────────────────┤
│ 检索模块 │ 排序模块 │ 增强模块 │ 生成模块 │ 工具集成模块    │
├─────────┼─────────┼─────────┼─────────┼────────────────┤
│  可替换  │  可替换  │  可替换  │  可替换  │    可扩展      │
└─────────┴─────────┴─────────┴─────────┴────────────────┘

核心创新

1. 混合检索策略

   • 稀疏检索 + 稠密检索结合
   • 根据查询类型动态选择

2. 工具集成

   • 外部 API 调用
   • 数据库查询
   • 计算工具

3. 可组合流水线

   • 组件可独立开发、测试、替换
   • 支持 A/B 测试不同组件组合

技术实现

# Modular RAG 伪代码示例
class ModularRAG:
    def __init__(self):
        self.retriever = HybridRetriever()  # 可替换
        self.ranker = NeuralRanker()        # 可替换
        self.augmenter = ContextAugmenter() # 可替换
        self.generator = LLMGenerator()     # 可替换
        self.tools = ToolRegistry()         # 可扩展

    def process(self, query):
        # 每个步骤都是独立模块
        docs = self.retriever.retrieve(query)
        ranked = self.ranker.rank(docs, query)
        context = self.augmenter.augment(ranked)
        return self.generator.generate(query, context)

---

第四代：Graph RAG

Graph RAG 将知识图谱引入 RAG 系统，增强了实体关系推理和多跳问答能力。

图 5：Graph RAG 知识图谱增强架构

核心思想

将非结构化文本转化为结构化的知识图谱，利用图结构进行关系推理：

文档 → 实体抽取 → 关系构建 → 知识图谱 → 图检索 → 路径推理 → 生成

关键能力

能力	说明
实体关系捕获	建模实体间的语义关系
层级知识管理	支持概念层次结构
路径推理	通过图路径进行多跳推理
上下文丰富	利用图邻域扩展上下文

局限性

• 可扩展性受限：大规模图谱维护困难
• 数据依赖：图谱质量直接影响效果
• 集成复杂：与现有系统整合难度大

---

第五代：Agentic RAG

Agentic RAG 引入自主智能体，实现了动态决策、迭代优化和多智能体协作。

图 6：AI 智能体的核心组件

范式转变

从静态流水线到动态智能体系统：

传统 RAG：预定义流程，被动响应

Agentic RAG：
┌─────────────────────────────────────────┐
│              智能体核心                   │
├─────────┬─────────┬─────────┬──────────┤
│   大脑   │   记忆   │   规划   │   工具   │
│  (LLM)  │ (Memory) │(Planning)│ (Tools) │
└────┬────┴────┬────┴────┬────┴────┬─────┘
     │         │         │         │
     ↓         ↓         ↓         ↓
   推理     上下文     任务分解    外部能力
   对话     管理       路径规划    API/DB

核心组件详解

组件	功能	实现
LLM（大脑）	推理引擎和对话接口	GPT-4, Claude, Llama
记忆	短期（对话状态）+ 长期（知识积累）	向量存储、图数据库
规划	任务分解、路径规划、自我反思	ReAct, CoT, ToT
工具	扩展 LLM 能力边界	向量搜索、Web 搜索、API

Agentic RAG 的独特优势

1. 自主决策：根据查询复杂度选择策略
2. 迭代优化：检索-评估-改进的闭环
3. 多智能体协作：专业分工、并行处理
4. 自适应学习：从交互中积累经验

---

RAG 演进总结

代际	核心特征	检索方式	智能程度	典型应用
Naive	简单直接	关键词匹配	无	基础问答
Advanced	语义理解	稠密向量	低	文档问答
Modular	模块化	混合策略	中	复杂检索
Graph	知识图谱	图检索	中	关系推理
Agentic	智能体	动态自适应	高	复杂任务

---

思考题

1. 为什么说从 Modular RAG 到 Agentic RAG 是一次"质变"而非"量变"？
2. Graph RAG 和 Agentic RAG 可以结合吗？如何结合？
3. 在实际项目中，如何选择合适的 RAG 范式？