《AGENTIC RETRIEVAL-AUGMENTED GENERATION: A SURVEY ON AGENTIC RAG》

论文系统梳理了智能体增强的检索增强生成（Agentic Retrieval-Augmented Generation, Agentic RAG）的核心理论、技术架构、应用场景与实践工具，首次构建了该领域的完整知识体系，为研究者与开发者提供了全面的参考框架。其核心价值在于揭示了 “检索增强生成（RAG）” 与 “自主智能体（Autonomous AI Agents）” 的融合范式，解决了传统 RAG 静态 workflows 的固有缺陷，推动 AI 系统向动态适应、复杂推理、多场景落地的方向演进。

一、研究背景与核心问题

1.1 大语言模型（LLMs）的固有局限

以 GPT-4、PaLM、LLaMA 为代表的 LLMs 虽在文本生成、自然语言理解等任务中表现卓越，甚至拓展至多模态生成领域，但受限于静态预训练数据，存在三大核心问题：

• 信息时效性不足：无法响应动态、实时场景的查询需求，输出易过时；
• 幻觉现象频发：缺乏外部事实校验机制，易生成虚假或不准确内容；
• 动态适应性缺失：难以应对复杂、多步骤的真实世界任务，无法根据场景变化调整推理路径。

1.2 传统 RAG 的改进与瓶颈

检索增强生成（RAG）通过 “实时检索外部数据 + LLM 生成” 的模式，有效弥补了 LLMs 静态数据的缺陷，其核心组件包括检索（Retrieval）、增强（Augmentation）、生成（Generation）三部分。但传统 RAG 仍存在显著局限：

• 工作流静态僵化：多为线性流程，无法根据查询复杂度动态调整检索策略；
• 复杂推理能力弱：难以支持多跳推理、跨源信息融合等复杂任务；
• 上下文整合不足：检索到的信息与 LLM 预训练知识难以无缝融合，易产生碎片化输出；
• 扩展性受限：面对大规模数据集或高并发查询时， latency 高、 scalability 差。

1.3 Agentic RAG 的核心定位

论文提出 “Agentic RAG” 范式，通过在 RAG 流水线中嵌入自主智能体，赋予系统动态决策、迭代优化、多智能体协作的能力，核心解决传统 RAG“静态、被动、弱推理” 的痛点。其本质是 “检索增强生成” 与 “智能体技术” 的深度融合，实现从 “被动响应查询” 到 “主动解决复杂任务” 的范式升级。

二、RAG 范式的演进历程

论文系统梳理了 RAG 从基础到高级的五阶段演进路径，明确了 Agentic RAG 的技术定位：

表格

演进核心逻辑：从 “被动检索 – 生成” 到 “主动决策 – 检索 – 优化 – 生成”，Agentic RAG 继承了 Modular RAG 的灵活性与 Graph RAG 的推理能力，同时通过智能体赋予系统自主适应性，成为下一代 RAG 的核心范式。

三、智能体智能（Agentic Intelligence）的核心原理

Agentic RAG 的底层支撑是 “智能体智能”，论文明确了其核心组件与设计模式：

3.1 AI 智能体的核心构成

一个完整的 AI 智能体需包含四大组件，协同实现自主决策与任务执行：

• 推理引擎（LLM）：定义智能体角色与任务，负责解析查询、生成响应、维持逻辑连贯性；
• 记忆模块（短期 + 长期）：短期记忆跟踪当前对话状态，长期记忆存储累积知识与交互经验；
• 规划能力（反射与自我批判）：将复杂任务分解为子任务，通过自我批判迭代优化执行路径；
• 工具集：包括向量检索、网页搜索、API 调用等，拓展智能体超出文本生成的能力边界。

3.2 四大核心智能体设计模式

论文提炼了支撑 Agentic RAG 的四大关键模式，是智能体实现自主协作与动态适应的基础：

四、智能体工作流模式（Agentic Workflow Patterns）

论文总结了 5 种适用于 Agentic RAG 的核心工作流模式，适配不同复杂度的任务场景：

表格

五、Agentic RAG 的系统架构分类（Taxonomy）

论文构建了 Agentic RAG 的完整架构分类体系，涵盖 7 种核心架构，每种架构适配不同场景需求：

5.1 单智能体 Agentic RAG（Router）

• 核心逻辑：单个中央智能体负责检索、路由、信息整合全流程，无需多智能体协作；
• 工作流：接收查询→分析查询类型→选择最优知识源（结构化数据库、语义检索、网页搜索等）→检索数据→LLM 合成响应；
• 优势：架构简单、部署维护成本低、资源消耗少；
• 适用场景：工具与数据源较少的场景，如简单文档检索、SQL 查询辅助；
• 案例：客户订单查询 —— 智能体从订单数据库获取跟踪信息，从物流 API 获取实时状态，整合后生成配送状态报告。

5.2 多智能体 Agentic RAG

• 核心逻辑：多个专业化智能体分工协作，中央协调智能体负责任务分配与结果整合；
• 工作流：接收查询→协调智能体分解任务→专业化智能体并行检索（如结构化数据检索、非结构化文档检索、实时信息检索）→汇总数据→LLM 合成响应；
• 优势：模块化强、可扩展性高、检索精度与效率提升；
• 挑战：智能体协调复杂、数据整合难度大、计算开销增加；
• 案例：多域研究助手 —— 经济数据智能体从 SQL 数据库获取统计数据，学术文献智能体检索相关论文，政策智能体获取最新政策，协同生成可再生能源经济与环境影响报告。

5.3 层级化 Agentic RAG

• 核心逻辑：智能体按层级组织，上层智能体负责战略决策与资源优先级排序，下层智能体负责具体检索执行；
• 工作流：接收查询→顶层智能体评估复杂度与数据源优先级→中层智能体分配检索任务→下层智能体执行具体检索→逐层汇总整合→生成响应；
• 优势：支持复杂多维度查询、战略决策能力强、结果准确性高；
• 适用场景：高复杂度、高可靠性要求的场景，如金融投资分析、医疗诊断辅助；
• 案例：可再生能源投资分析 —— 顶层智能体优先选择权威金融数据库，中层智能体获取实时市场数据与政策信息，下层智能体补充专家观点，整合生成投资建议。

5.4 纠错型 Agentic RAG（Agentic Corrective RAG）

• 核心逻辑：引入专门的纠错智能体，动态评估检索结果相关性，迭代优化检索与响应质量；
• 关键组件：上下文检索智能体、相关性评估智能体、查询优化智能体、外部知识检索智能体、响应合成智能体；
• 优势：减少无关检索干扰、提升响应准确性、降低幻觉风险；
• 适用场景：对事实准确性要求高的场景，如学术研究、专业咨询；
• 案例：生成式 AI 研究进展查询 —— 先检索初始文献，相关性评估智能体筛选高质量文献，查询优化智能体修正检索关键词，补充外部最新研究，最终合成综合进展报告。

5.5 自适应 Agentic RAG（Adaptive Agentic RAG）

• 核心逻辑：通过分类器动态评估查询复杂度，适配不同检索策略（无需检索、单步检索、多步检索）；
• 工作流：接收查询→分类器评估复杂度→简单查询直接用 LLM 响应→中等复杂度单步检索→复杂查询多步迭代检索→合成响应；
• 优势：资源利用高效、响应 latency 优化、兼顾简单与复杂查询；
• 案例：包裹延迟查询 —— 分类器判定为复杂查询，启动多步检索（订单数据库、物流 API、天气与路况信息），整合后生成延迟原因与替代方案。

5.6 图增强型 Agentic RAG

（1）Agent-G 框架

• 核心逻辑：融合图知识库与非结构化文档检索，通过专门智能体处理不同类型数据，结合批判模块验证结果质量；
• 优势：强化关系推理与多跳推理能力，结合结构化与非结构化数据优势；
• 案例：糖尿病与心脏病关联查询 —— 图检索智能体提取疾病关联关系与共享风险因素，文档检索智能体获取症状描述，批判模块验证相关性，合成综合响应。

（2）GeAR 框架

• 核心逻辑：通过图扩展模块增强传统检索，智能体自主选择图扩展检索路径，提升多跳查询处理能力；
• 优势：优化多跳推理效率，提升实体关系检索准确性；
• 案例：文学影响链查询（如 “J.K. 罗琳导师的受影响作者”）—— 图扩展模块追踪文学关系，文档检索智能体补充细节，协同生成答案。

5.7 文档智能体工作流（Agentic Document Workflows, ADW）

• 核心逻辑：专注于文档 – centric 任务，整合文档解析、状态维护、知识检索、智能体协调全流程；
• 工作流：文档解析提取关键信息→维护文档处理状态→检索相关知识与规则→智能体应用业务规则与推理→生成结构化输出；
• 优势：支持端到端文档自动化处理、适配领域特定规则、提升文档处理效率；
• 适用场景：发票处理、合同审核、报告生成等文档密集型任务；
• 案例：发票支付推荐 —— 解析发票关键信息（金额、付款期限），检索供应商合同条款，应用折扣规则与预算约束，生成支付推荐报告。

六、框架对比分析

论文对传统 RAG、Agentic RAG、Agentic Document Workflows（ADW）进行了全面对比，明确各框架的适用边界：

表格

七、关键应用场景

Agentic RAG 凭借动态适应、复杂推理、多源整合的优势，已在多个行业展现 transformative 潜力：

7.1 客户支持与虚拟助手

• 核心价值：实时整合多源数据，提供个性化、上下文感知的响应，减少人工干预；
• 案例：Twitch 通过 Amazon Bedrock 上的 Agentic RAG 优化广告销售 —— 智能体动态检索广告主数据、历史 campaign 表现、受众 demographics，自动生成详细广告提案；
• 优势：提升响应质量、降低人工工作量、适配实时数据变化（如服务中断、价格更新）。

7.2 医疗与个性化医疗

• 核心价值：整合患者电子健康记录（EHR）、最新临床指南、医学文献，辅助临床决策；
• 案例：患者病例总结 —— 智能体从 EHR 提取患者数据，检索最新治疗研究，生成结构化病例摘要，帮助医生快速制定治疗方案；
• 优势：实现个性化护理、节省医疗人员文献检索时间、确保建议基于最新证据。

7.3 法律与合同分析

• 核心价值：自动化合同关键条款提取、风险识别、合规性检查，提升法律工作效率；
• 案例：合同审查 —— 智能体通过语义检索与法律知识图谱，提取合同中的责任条款、违约条件，识别偏离标准条款的风险点；
• 优势：降低合同审查时间、减少人为遗漏、支持大规模合同批量处理。

7.4 金融与风险分析

• 核心价值：整合实时市场数据、历史趋势、政策信息，提供投资决策与风险评估支持；
• 案例：汽车保险理赔处理 —— 智能体检索保单条款、事故数据，结合监管要求，自动生成理赔建议；
• 优势：实时数据分析、多维度风险识别、提升决策全面性。

7.5 教育与个性化学习

• 核心价值：适配学习者进度与偏好，生成定制化学习材料、解释与反馈；
• 案例：研究论文生成辅助 —— 智能体检索相关文献，合成核心发现，生成带参考文献的研究摘要；
• 优势：个性化学习路径、互动式解释、支持大规模教育部署。

7.6 图增强多模态工作流

• 核心价值：整合文本、图像、视频等多模态数据，支持复杂多域趋势分析；
• 案例：环保产品市场调研 —— 智能体检索客户偏好、竞争对手动态，生成包含文本分析与多媒体素材的市场趋势报告；
• 优势：多模态数据整合、提升创意输出、适配动态市场变化。

八、实现工具与框架

论文梳理了当前支持 Agentic RAG 开发的核心工具与框架，覆盖从基础组件到完整解决方案：

表格

九、基准测试与数据集

论文总结了适用于 Agentic RAG 评估的核心基准与数据集，覆盖检索、推理、生成等多维度：

9.1 关键基准测试（Benchmarks）

• BEIR：多域信息检索评估，包含 17 个数据集，覆盖生物信息、金融、QA 等领域，适用于检索模块评估；
• MS MARCO：专注段落排序与 QA，是稠密检索的核心基准；
• TREC（深度学习赛道）：文档与段落检索评估，强调排序模型质量；
• MuSiQue：多跳序列问答基准，测试多步骤推理能力；
• 2WikiMultihopQA：跨维基百科文章的多跳 QA，评估跨源推理能力；
• AgentG：专为 Agentic RAG 设计，评估多知识库动态整合能力；
• HotpotQA：多跳 QA 基准，需检索互联上下文，适配复杂推理场景；
• RAGBench：大规模可解释基准，包含 10 万行业案例，提供 TRACe 评估框架；
• GNN-RAG：图基 RAG 评估，测试节点 / 边预测与 KGQA 性能。

9.2 核心数据集（按任务类型分类）

表格

十、挑战与未来方向

10.1 当前核心挑战

• 多智能体协调复杂度：智能体间通信、任务分配、冲突解决需更高效的机制；
• 扩展性与 latency 平衡：多智能体并行处理增加资源消耗，需优化大规模部署性能；
• 伦理与可靠性：智能体自主决策可能带来偏见、隐私泄露风险，需建立合规框架；
• 评估方法缺失：缺乏专门针对智能体动态适应、协作能力的标准化评估体系；
• 领域标准化不足：不同行业的 Agentic RAG 部署缺乏统一规范，适配成本高。

10.2 未来研究方向

• 参考句子自动化获取：拓展不确定性参考句集的泛化性，覆盖更多 LLM 输出场景；
• 新型认知决策方法集成：融合 Reflexion、ToT（思维树）、MoT（记忆思维）等先进推理框架；
• 专用基准与数据集开发：构建针对智能体协作、动态适应的评估工具；
• 轻量化部署优化：降低 Agentic RAG 的计算开销，支持边缘设备部署；
• 伦理与安全机制强化：建立智能体决策的可追溯性、偏见检测与隐私保护机制；
• 跨模态 Agentic RAG 拓展：支持更多模态数据的检索与生成融合。