RAG已死?什么标题党啊!

之前听到一个词,叫RAG已死。毫无疑问,在讲究传播效果的技术圈,类似于Serverless之类的脑残词汇,跟这个说法异曲同工,怎么猎奇怎么来,我因此专门找了一下这个说法背后的情况。

"RAG已死"这个说法,并不是指RAG(检索增强生成)技术真的被废弃或淘汰了,而更像是一个行业内的"标题党"式口号,用来形容RAG技术正在经历一场深刻的范式演进和角色转变。

简单来说,它的核心含义是:过去那种简单、粗糙的RAG实现方式已经不够用了,它正在进化成更智能、更强大的形态,或者被封装成更底层的平台能力。

这个说法的兴起,主要有以下几个背景:

🧐 "RAG已死"论调从何而来?

  1. 长上下文窗口的冲击

    随着大模型(如Gemini、Llama 4等)的上下文窗口不断增大,从早期的4K token发展到如今的百万甚至千万级别,一种观点认为:既然可以把海量文档一次性"喂"给模型,为什么还需要复杂的检索系统呢?这引发了第一轮"RAG已死"的讨论。

  2. 传统RAG的固有缺陷

    传统的RAG系统存在明显的天花板,例如:

    • 切块(Chunking)困境:切得太细会丢失上下文,切得太粗又会影响检索精度。
    • 语义匹配局限:基于向量相似度的检索,只能找到"看起来像"的内容,但无法理解复杂的逻辑关系,难以处理需要多步推理的问题。
    • 被动且无状态:它是一个一次性的、被动的管道,不会主动思考、验证或迭代检索结果。

🚀 RAG的进化:从"检索"到"理解"

"RAG已死"的真正含义,是它正在向更高级的形态进化,以解决上述问题。

  • 进化为"智能体检索"(Agentic RAG)

    这是RAG演进的主要方向。它不再是简单的"查询-检索-生成"管道,而是引入了AI智能体(Agent)来驱动整个流程。这个智能体可以:

    • 智能路由:分析用户问题,自动决定是检索文本片段、整个文件还是查询特定数据库。
    • 多知识库协同:能够同时查询多个为不同类型文档(如财报、PPT、会议记录)优化的独立索引,并整合结果。
    • 主动思考:像一个人类专家一样,先理解文档结构(如目录),再进行逻辑推理和精准定位,而不是盲目地进行相似度匹配。
  • 升华为"上下文工程"(Context Engineering)

    这个概念由向量数据库Chroma的CEO提出,他认为"RAG已死,上下文工程当立"。这并非否定RAG,而是将关注点从"如何检索"提升到"如何为模型组织最有效的信息"。(越是表述的奇葩,就越有传播效果,真尼玛恶心)

    • 核心挑战:研究发现,上下文并非越长越好,信息过载反而会导致模型性能下降(即"上下文腐烂")。
    • 工程优化:上下文工程的目标是在有限的窗口内,精心选择和编排最相关的信息,让每一个token都发挥最大价值。这可以看作是RAG在实现层面的精细化方法论。

🔮 RAG的未来:从"明星技术"到"基础设施"

RAG并没有消失,而是正在经历角色的转变。

  • 被平台封装,成为"一行API"
    以Google的File Search等工具为代表,RAG的复杂流程(切块、索引、检索、引用)被封装成一个简单的API调用。开发者不再需要"手搓"整个RAG系统,而是直接调用平台提供的功能。这让RAG从一个需要专门掌握的技术,变成了一项开箱即用的服务。
  • 退居幕后,等待ToB爆发
    当前AI应用的热点集中在ToC(面向消费者)的智能体,个人数据量小,对RAG需求不强。但在ToB(面向企业)场景,企业拥有海量、私有的数据,对精确检索、权限控制和合规审计有天然需求。当ToB智能体应用真正爆发时,RAG技术很可能会重回大众视野。

总而言之,"RAG已死"更像是一句警示,提醒从业者粗糙的RAG实践需要进化。它正在从一个独立的、显性的技术模块,演变为AI系统认知基础设施的一部分,以一种更深层、更自主的形态继续发挥作用。


前主流的RAG技术正在进一步深入和发展,如果真的从字面理解,那么就惹人笑了。

相关推荐
考虑考虑9 小时前
zookeeper认证
后端·zookeeper
掘金者阿豪10 小时前
数据库选型到底应该看什么?从业务需求到技术架构的实践分析
前端·后端
苍何10 小时前
豆包终于想通了...
后端
AAA修煤气灶刘哥11 小时前
Agent 都能干活了,软件还需要那么多按钮吗?
人工智能·后端·架构
未秃头的程序猿11 小时前
给新模块加了个 @MapperScan,启动崩了,最后发现跟 MapperScan 没关系
java·后端·mybatis
苍何11 小时前
不用 Opus5.5 ,即梦也能出爆款 vibe 视频了
后端
SimonKing11 小时前
WorkBuddy又推出新的限免模型(Hy4 flash)了,羊毛可以薅起来了
java·后端·程序员
Rain的Java大神之路11 小时前
别再死背"三级缓存"了!拿 Spring 7.0.8 源码,把 IoC、AOP、事务、循环依赖四大深水区一次蹚平
java·后端·面试
wno70411 小时前
springboot整合FastDFS
java·spring boot·后端
程序猿DD18 小时前
OctaFuse 2.20.0:MCP 用业务账号直接登录授权,请求日志合并工具调用
后端