Agentic RAG

RAG agéntico es la generación aumentada por recuperación (RAG) en la que un agente de IA, un modelo de lenguaje grande (LLM) que planifica y llama a herramientas en un bucle, decide si debe recuperar información, qué fuentes consultar y si los resultados bastan para responder. El RAG estándar ejecuta un único proceso fijo: incrustar la pregunta, recuperar los pasajes principales y generar la respuesta. Un agente puede dividir una pregunta en subpreguntas, enviar una a un índice de documentos y otra a una base de datos SQL o a una búsqueda web, detectar que un resultado no es pertinente, reformular la consulta y volver a buscar. Una revisión de 2025 sobre RAG agéntico agrupa estos comportamientos en cuatro patrones de diseño agéntico: reflexión, planificación, uso de herramientas y colaboración multiagente.

Cómo funciona el RAG agéntico#

El modelo accede a sus herramientas de recuperación mediante llamadas a funciones. Cada herramienta —como una búsqueda vectorial en documentos, una consulta a una base de datos o una búsqueda web— se describe con un nombre y un esquema de parámetros; el modelo genera una llamada estructurada cuando quiere utilizarla. El Protocolo de contexto de modelo (MCP) ofrece a los agentes una forma estándar de conectarse a estas herramientas. El bucle de control sigue el patrón ReAct, que alterna pasos de razonamiento y acciones:

Una pregunta como «¿Qué proveedores tuvieron más retrasos en las entregas este trimestre que el anterior y qué penalizaciones permiten sus contratos?» muestra por qué importa el bucle. Una única recuperación incrusta la pregunta completa y devuelve pasajes de contratos que mencionan los retrasos en general. Primero, un agente consulta la base de datos de entregas para obtener el recuento por proveedor; después, busca una vez en el índice de contratos por cada proveedor cuyo recuento haya aumentado y combina ambas fuentes en su respuesta.

Las herramientas no se limitan al texto. Si la respuesta depende de lo que ve una cámara en ese momento, un agente puede llamar a un modelo Ultralytics YOLO26 como herramienta: la predicción del fotograma más reciente devuelve todos los objetos detectados, y results[0].summary() convierte las detecciones en una lista de diccionarios con el nombre de la clase, la confianza y las coordenadas de la caja, que el agente lee como cualquier otro resultado recuperado.

RAG agéntico frente a enfoques relacionados#

• RAG estándar: Recupera información una vez por pregunta mediante una canalización fija, con una latencia y un coste bajos y previsibles. Es adecuado para preguntas que se pueden responder con uno o dos pasajes.
• Self-RAG y RAG correctivo: Self-RAG (2023) entrena un modelo para emitir tokens de reflexión que deciden cuándo recuperar información y evalúan su propia salida; RAG correctivo (2024) añade un evaluador de recuperación que activa una búsqueda web cuando los documentos recuperados obtienen una puntuación baja. Ambos incorporan un comportamiento agéntico en una parte de una canalización que, por lo demás, es fija.
• GraphRAG: Recupera entidades, relaciones y resúmenes de comunidades de un grafo de conocimiento creado a partir de los documentos. Un agente puede llamar a consultas del grafo como una de sus herramientas.
• Flujos de trabajo agénticos: La familia más amplia de sistemas LLM de varios pasos; RAG agéntico es el miembro centrado en encontrar información.
• Agentes de investigación profunda: RAG agéntico que realiza numerosas búsquedas para una sola pregunta, a menudo repartidas entre varios agentes. En el sistema de investigación multiagente de Anthropic, un agente principal Claude Opus 4 asigna subtareas a subagentes Claude Sonnet 4 que trabajan en paralelo, y el sistema superó a un único agente Opus 4 en un 90,2 % en la evaluación interna de investigación de Anthropic.

Aplicaciones en el mundo real#

• Asistentes de investigación empresarial: Responden a preguntas que abarcan un almacén de datos, repositorios de documentos y la web, como comparar las cifras de ventas internas con los resultados publicados de un competidor.
• Atención al cliente: Un agente consulta el estado de un pedido en un sistema, recupera la política de devoluciones de otro y decide si corresponde un reembolso antes de responder.
• Resolución de problemas en fabricación: Un asistente recupera el registro de mantenimiento y las páginas del manual de la máquina mencionada en un informe de avería, y busca incidencias anteriores cuando el manual no incluye el código de error.
• Programación agéntica: Los agentes de programación buscan en un repositorio, leen los archivos encontrados y vuelven a buscar usando nombres descubiertos durante el proceso antes de editar el código.

Costes y modos de fallo#

Cada paso adicional añade una llamada a un LLM, por lo que RAG agéntico es más lento y caro que un único proceso. El análisis del sistema de investigación multiagente de Anthropic concluyó que los agentes suelen usar unas 4 veces más tokens que las conversaciones de chat, y los sistemas multiagente, unas 15 veces más. Los agentes también fallan de formas que no se dan en las canalizaciones fijas: repiten consultas similares, se detienen antes de encontrar el documento clave, llaman a la herramienta incorrecta o arrastran un error inicial durante todos los pasos posteriores, lo que puede dar lugar a alucinaciones expresadas con seguridad. Los sistemas de producción limitan el número de pasos, registran trazas completas y evalúan trayectorias enteras mediante la evaluación de agentes. En el análisis de Anthropic, el uso de tokens por sí solo explicaba el 80 % de la variación del rendimiento en la prueba de navegación BrowseComp.