Agentic RAG

Agentic Retrieval-Augmented Generation (Agentic RAG) — это продвинутая архитектура искусственного интеллекта (AI), которая расширяет возможности традиционных систем поиска за счёт интеграции автономных AI-агентов. В то время как стандартные конвейеры RAG работают по линейной схеме «поиск и генерация», Agentic RAG позволяет большой языковой модели (LLM) выступать в роли интеллектуального оркестратора. Этот агент может самостоятельно анализировать запрос пользователя, определять необходимость внешней информации, формулировать несколько поисковых запросов, оценивать найденные данные и итеративно уточнять исследование, пока не подготовит исчерпывающий и точный ответ. Благодаря возможностям вызова функций и использования инструментов эти системы динамически направляют запросы в различные базы данных, API и аналитические инструменты, значительно сокращая число галлюцинаций в LLM при решении сложных многоэтапных задач.

Как работают системы Agentic RAG#

Главная инновация Agentic RAG заключается в способности выполнять циклы и рассуждать. Ведущие фреймворки агентного AI организуют этот процесс в виде динамических автономных рабочих процессов:

• Планирование и маршрутизация запросов: агент разбивает сложные вопросы на небольшие выполнимые подзадачи и направляет каждую из них в наиболее подходящий инструмент или векторную базу данных.
• Итеративный поиск: в отличие от статического поиска агент анализирует найденные документы. Если контекст недостаточен, он переформулирует стратегию поиска и выполняет запрос повторно.
• Интеграция инструментов: агент может писать и выполнять код, производить математические вычисления или запускать модели машинного обучения (ML) для синтеза новых данных на лету.

Agentic RAG и стандартный RAG#

Для создания надёжных генеративных конвейеров важно отличать Agentic RAG от его базовых концепций:

• Стандартная генерация с дополнением результатов поиска (RAG): работает за один проход. Она извлекает документы на основе семантического сходства и генерирует ответ. Ей сложно справляться со сложной логикой, которая требует объединения разрозненных источников данных в несколько этапов.
• Agentic RAG: добавляет принятие решений и циклы. Агент оценивает качество найденных данных и может запускать дополнительные поисковые операции или использовать другие инструменты перед завершением генерации.
• Мультимодальный RAG: ориентирован на поиск различных типов данных (изображений, текста, видео). Agentic RAG может управлять конвейером мультимодального RAG, определяя, когда искать в визуальной базе данных, а когда — в текстовом документе.

Практические применения#

Agentic RAG преобразует различные отрасли, автоматизируя глубокие исследования и сложные задачи поиска и устранения неисправностей, имитирующие аналитическое мышление человека.

• Синтез корпоративных знаний: в корпоративной среде агент может получить запрос: «суммируй наши результаты за третий квартал и сравни их с последними финансовыми показателями нашего главного конкурента». Агент самостоятельно отправляет запросы во внутренние финансовые базы данных, выполняет поиск актуальных сведений о документах конкурента в интернете, анализирует показатели с помощью калькулятора и составляет подробную аналитическую записку.
• Автономный контроль качества: на производстве агенту можно поручить определить первопричину сбоя при сборке. Он может запустить модель компьютерного зрения (CV) для анализа изображения с камеры в реальном времени, запросить исторические журналы технического обслуживания и составить диагностический отчёт на основе визуальных и текстовых свидетельств.

Интеграция Vision AI в агентные рабочие процессы#

Модели компьютерного зрения служат мощными сенсорными инструментами для систем Agentic RAG, взаимодействующих с физическим миром. Например, агент может использовать Ultralytics YOLO26, чтобы динамически извлекать визуальный контекст из изображения или видеопотока для ответа на запросы пользователей. Разработчики могут управлять разметкой данных и обучением этих специализированных инструментов компьютерного зрения с помощью Ultralytics Platform.

Следующий пример на Python показывает, как AI-агент может программно вызвать Ultralytics YOLO26 для извлечения структурированных наблюдений из изображения и сбора фактического контекста для следующего шага рассуждения.

from ultralytics import YOLO

# Initialize YOLO26 for the agent's visual retrieval tool
model = YOLO("yolo26n.pt")

# The agent invokes the model on an image to gather visual facts
results = model("https://ultralytics.com/images/bus.jpg")

# The agent parses the detected objects to formulate its next query or action
visual_context = [model.names[int(c)] for c in results[0].boxes.cls]
print(f"Agent Observation: I currently see {', '.join(visual_context)}.")

Подключая высокопроизводительные модели компьютерного зрения к механизмам рассуждения, Agentic RAG устраняет разрыв между статическим поиском знаний и динамическим пространственным интеллектом в реальном мире. Чтобы глубже изучить развивающуюся область автономных систем, обширный обзор возможностей агентных систем представлен в отчёте Stanford AI Index.