Agentic RAG 实战：让 Agent 自己决定怎么检索、检索几次传统 RAG 是一条流水线：查询 → 检索 → 拼 prompt → 生成，一步都不能少、一步都不会多。现实里的问题可没这么规矩：“对比 A 和 B 的优缺点，再结合去年财报下结论”——这种查询需要先查 A、再查 B、发现财报数字不够再补一轮、最后综合。流水线结构答不了它，Agentic RAG 可以：把检索从固定步骤变成 Agent 的可选动作，由模型自己决定检索什么、检索几次、什么时候收手。这篇文章讲透它和传统 RAG 的边界、怎么搭、以及最容易翻车的三个地方。