RAG 2.0：从向量检索到 Agent 自主知识治理的进化路径RAG（检索增强生成）技术在大语言模型应用中已广泛落地，但传统 RAG 1.0 架构在 Agent 场景下暴露出检索僵化、知识不可更新、结果无法验证等根本性缺陷。本文提出 RAG 2.0 的核心范式转变——从被动向量检索进化为 Agent 自主知识治理，系统阐述检索决策机制、结果验证策略、知识自更新闭环三大核心能力，并提供基于 Python + LangGraph + FAISS 的完整工程实现。文章涵盖架构设计、关键代码、Mermaid 流程图及适用边界分析，适合已具备 RAG 基础经验的 AI 工程师