Agentic RAG

Агентная генерация с дополнением поиском (RAG) — это генерация с дополнением поиском (RAG), в которой ИИ-агент — большая языковая модель (LLM), которая планирует действия и циклически вызывает инструменты, — решает, нужно ли выполнять поиск, какие источники искать и достаточно ли хороши результаты для ответа. Стандартный RAG выполняет один фиксированный проход: векторизует вопрос, получает наиболее релевантные фрагменты и генерирует ответ. Агент может разбить вопрос на подзадачи, отправить одну в индекс документов, а другую — в базу данных SQL или веб-поиск, заметить, что результат не по теме, переформулировать запрос и выполнить поиск ещё раз. В обзоре агентного RAG за 2025 год выделены четыре шаблона агентного проектирования: рефлексия, планирование, использование инструментов и взаимодействие нескольких агентов.

Как работает агентный RAG#

Модель обращается к инструментам поиска через вызов функций. Каждый инструмент — например, векторный поиск по документам, запрос к базе данных или веб-поиск — описывается названием и схемой параметров, а модель формирует структурированный вызов, когда хочет его использовать. Протокол контекста модели (MCP) предоставляет агентам стандартный способ подключения к таким инструментам. Цикл управления следует шаблону ReAct, чередуя шаги рассуждения и действия:

Вопрос «У каких поставщиков в этом квартале было больше задержек поставок, чем в прошлом, и какие штрафы предусмотрены их договорами?» показывает, зачем нужен этот цикл. При одном проходе поиска целый вопрос преобразуется в вектор, и возвращаются фрагменты договоров, в которых в общем говорится о задержках поставок. Сначала агент запрашивает в базе данных о поставках количество задержек по каждому поставщику, затем по отдельности ищет в индексе договоров информацию о каждом поставщике, у которого число задержек выросло, и объединяет данные из обоих источников в ответе.

Инструменты не ограничиваются текстом. Если ответ зависит от того, что камера видит прямо сейчас, агент может вызвать модель Ultralytics YOLO26 как инструмент: предсказание для последнего кадра возвращает все обнаруженные объекты, а results[0].summary() преобразует результаты обнаружения в список словарей с названиями классов, уверенностью и координатами рамок, который агент читает как любые другие результаты поиска.

Агентный RAG и связанные подходы#

• Стандартный RAG: один раз выполняет поиск по каждому вопросу через фиксированный конвейер; задержка и затраты низкие и предсказуемые. Подходит для вопросов, на которые можно ответить по одному или двум фрагментам.
• Self-RAG и корректирующий RAG: Self-RAG (2023) обучает модель выдавать токены рефлексии, которые определяют, когда выполнять поиск, и оценивать собственные результаты, а корректирующий RAG (2024) добавляет оценщик поиска, запускающий веб-поиск, если найденные документы получили низкие оценки. В обоих случаях один элемент поведения агента встроен в остальном фиксированный конвейер.
• GraphRAG: извлекает сущности, связи и сводки сообществ из графа знаний, построенного по документам. Агент может использовать запросы к графу в качестве одного из инструментов.
• Агентные рабочие процессы: более широкое семейство многоэтапных систем на базе LLM, к которым относится агентный RAG, ориентированный на поиск информации.
• Агенты для глубокого исследования: агентный RAG, растянутый на множество поисковых запросов по одному вопросу и часто распределённый между несколькими агентами. В мультиагентной системе исследований Anthropic ведущий агент Claude Opus 4 поручает подзадачи параллельно работающим субагентам Claude Sonnet 4; система превзошла одиночного агента Opus 4 на 90.2% во внутренней оценке исследований Anthropic.

Примеры применения в реальных условиях#

• Корпоративные исследовательские помощники: отвечают на вопросы, охватывающие хранилище данных, архивы документов и интернет, например сравнивают внутренние показатели продаж с опубликованными результатами конкурента.
• Поддержка клиентов: агент проверяет статус заказа в одной системе, находит правила возврата в другой и решает, положен ли возврат средств, прежде чем ответить.
• Поиск и устранение неисправностей в производстве: помощник находит журнал технического обслуживания и страницы руководства для машины, указанной в отчёте о неисправности, а если в руководстве нет нужного кода ошибки, ищет прошлые заявки об инцидентах.
• Агентное программирование: агенты-программисты ищут файлы в репозитории, читают найденные файлы, а затем ищут снова по именам, обнаруженным в процессе, прежде чем редактировать код.

Затраты и типичные сбои#

Каждый дополнительный шаг требует вызова LLM, поэтому агентный RAG медленнее и дороже одного прохода. В анализе мультиагентной исследовательской системы Anthropic выяснила, что агенты обычно используют примерно в 4 раза больше токенов, чем диалоги в чате, а мультиагентные системы — примерно в 15 раз больше. Агенты также допускают ошибки, которых нет в фиксированных конвейерах: зацикливаются на похожих запросах, останавливаются, не найдя ключевой документ, вызывают не тот инструмент или переносят раннюю ошибку на все последующие этапы, что может привести к убедительным галлюцинациям. В промышленных системах ограничивают число шагов, записывают полные трассировки и оценивают целые траектории с помощью оценки агентов. Согласно анализу Anthropic, одно лишь количество использованных токенов объясняло 80% разброса результатов на бенчмарке поиска BrowseComp.