普通 RAG 查一次资料就交卷，错了就错了；Agentic RAG 会自己审卷、发现依据不足、回头再查再答。今天从三张「纠错机制」设计图讲透它，再用 RAGFlow 在线 Demo 亲手跑一遍「检索 → 自查 → 再检索」的完整流程，最后回答那个 PM 最该问的问题：什么时候值得给知识库加一个「会思考的大脑」。
只要你做过知识库问答、智能客服、文档助手，就一定见过这三幕：用户的问题明明很简单，AI 却答得离谱；更气人的是，它答错了还一脸笃定——既不认错，也不重查。问题不在「大模型不够聪明」，而在你给它搭的流程：传统 RAG 是一条单行道：查一次 → 拼上下文 → 生成答案 → 交卷，没有任何环节允许「回头」。RAGFlow 官方博客举过一个典型例子：用户问「我们三月财务计划的组合投资怎么样」，检索器却抓回了其他时间段甚至其他类型的计划——因为「三月 + 财务计划 + 组合投资」这几个词，光靠语义相似度根本锁不准。
用户说「那个方案现在怎么样了？」——「哪个方案？哪个时间？哪个团队？」用户脑中的上下文，检索器一无所知。一次性检索往往把「看起来像」的文档抓回来，而不是「真正对得上」的文档。结果就是答了一堆相关但不正确的内容。
检索回来的内容根本支撑不了答案，但流程已经走到「生成」这一步，模型只能硬着头皮答——这就是幻觉的最大温床：不是模型想骗你，是流程没给它「承认查不到」的出口。
「A 公司的 B 产品，和 C 公司的 D 产品，去年 Q4 哪家营收高？」要答这道题得先分别查两家财报、再对比口径——单次检索只能查一个角落，多跳推理（multi-hop）根本无从谈起。RAGFlow 博客把这类「跨文档推理 + 意图识别」列为 RAG 1.0 最致命的短板。
普通 RAG 像「翻一次书就交卷的学生」：翻开哪页算哪页，写完就交，错了不回头。Agentic RAG 像「答完还自己核对一遍的学霸」：写之前先想清楚要查什么，写完检查依据够不够，觉得不对立刻回去再翻书，实在查不到就老老实实说「这题我资料不够」。评价标准从「会不会查」变成了「会不会发现自己查错了」。
一句话定义：Agentic RAG = 把「查资料 → 答题」从一次性动作，改造成一个循环：AI 自己决定查什么、检查答案有没有依据、不够就再查——直到有底气交卷，或者明说「查不到」。它解决的不是「检索更准」，而是「错了能回头」。
传统 RAG 的流水线（RAGFlow 博客称之为 RAG 1.0）只有四步：切块 → 建索引 → 检索 → 生成。它简单直接，但每一步都「不可回头」。Agentic RAG（RAG 2.0 的核心形态）在中间插入了一个反馈环：生成之前先检查、检查不过就改写查询再查一轮。下面这张图是整篇文章的「地图」：
传统 RAG（查一次就交卷）：
问题 ─▶ 向量检索 ─▶ 拼上下文 ─▶ 生成答案 ─▶ 交卷
（错了就错了，没有人回头）
Agentic RAG（自查自纠循环）：
问题 ─▶ 意图分诊 ─▶ 改写查询 ─▶ 检索 ─▶ 拼上下文 ─▶ 生成答案
▲ │
│ ┌────────────────────────┤
│ ▼ │
│ 自查：依据够吗？答案相关吗？ │ 不够 → 换查询/换渠道再查
│ │ │
│ ├─ 够 → 交卷 │
│ └─ 查了 N 轮仍不够 ─▶ 明说「查不到」，不硬编
└──────────────────────────────────┘
开源社区（开源 Notebook 合集 athina-ai/rag-cookbooks 里的 agentic_rag_techniques 目录）把这套思路沉淀成了三套可复制的模式，名字听着学术，本质都是「查资料团队的管理办法」：
接到问题先「分诊」：简单问题直接答（不检索，省成本）；中等难度查一次就答；复杂问题才启动多轮检索 + 推理。就像 114 接线员先判断你要查电话还是查天气，再决定派哪个科室。它的精髓恰恰是：大多数请求根本不进循环——这是 Agentic RAG 控制成本的第一道闸。
模型在检索前、检索后、生成后各自回答一个小问题：这题要不要查？查到的内容相关吗？答案有依据吗？任何一个环节打「不通过」就返工。就像学霸每道题都验算一遍：宁可慢，不可错。代价是每次自检都多烧一轮 token。
检索回来先做一道质检：这批资料质量行不行？不行 → 换关键词重查；再不行 → 换渠道（全文搜索、外网搜索兜底）。像秘书发现第一份资料不对，立刻换来源，而不是硬着头皮用。企业版常把它做成「内网库 → 外网兜底 → 转人工」三级防线。
全篇最重要的一个认知：Agentic RAG 不是「换个更聪明的模型」，而是「给流程装回环」——把一次性的「检索 → 生成」变成「检索 → 检查 → 再检索」的闭环。RAGFlow 官方博客的原话：当用户意图含糊时，系统应该「批评/评估检索结果、据此改写查询、再进行多跳推理」（criticize/evaluate retrievals, rewrite query accordingly）。开源科学文献问答工具 PaperQA2 更进一步：连「该不该引用这篇文献、该引用哪几篇」都交给 Agent 权衡，答案里逐条给出依据——这才是知识产品该有的样子：每一步都有据可查，错了能回头。
RAGFlow 是开源 RAG 引擎（GitHub 90k+ ★），前端是可视化流程编排，后端已内置 Agentic 能力。官网在线版免安装，注册就能玩：
demo.ragflow.io，注册账号进入工作台（想完全本地跑也行：官方仓库提供 Docker 一键启动）。不用任何平台，把下面这段直接粘进任意大模型对话框，它就会临时扮演「装了自查循环的 Agent」：
你是一个严谨的研究助理。回答前先做三件事：
1. 拆解：要回答这个问题，需要哪些资料？请逐条列出。
2. 标注：基于你已知的信息回答，但每条结论都标注
「有把握 / 存疑 / 缺依据」。
3. 自查：如果「缺依据」的结论超过一条，先说明缺什么证据，
再给出最接近的答案，并明确提示用户需要核实。
最后附一行：这份回答的证据缺口是什么。拿一段之前翻过车的知识库问题试一遍，对比「不戴自查链」的版本——你会发现 AI 至少会承认自己证据不够，而不是硬编。这就是 Agentic RAG 最朴素也最值钱的价值：让错误被看见。
观察要点：自查循环的价值不在「答案一定对」，而在「答案自带置信度提示」——哪些结论可靠、哪些存疑、缺什么证据，全部摊在桌面上。产品上这叫「可解释的失败」，比「自信的错误」不知道高到哪里去了。
「A 和 B 谁更划算？」先拆成「A 的价格」「B 的价格」「两者口径是否一致」三个子问题，分别检索再汇总推理。这是 RAGFlow 官方博客点名的 RAG 2.0 能力（multi-hop + query rewriting 的迭代检索）。对 PM 的意义：产品可以把「复杂查询」做成用户可见的进度——「正在拆解问题 → 正在查第一份资料…」，体验立刻高级一个身位。
Corrective RAG 的标准姿势：语义检索（向量）抓不到 → 换 BM25 全文搜索试试 → 再不行联网搜索兜底。企业落地常做成三级防线：内网知识库 → 外网公开资料 → 转人工。每一级都对应明确的成本，第一级失败才烧第二级的钱。
用 LLM-as-judge 给 Agentic RAG 的答案打「置信度分」：高分直接返回；低分自动转人工、或路由给更强（更贵）的模型再答一轮——和之前讲的模型路由直接联动。可视化搭建可以用 Dify（GitHub 154k+ ★，自带 Agentic RAG 工作流模板），PM 也能拖出原型。
进阶的代价：每多一层「检查」，就多一次模型调用——延迟和账单都会涨。进阶玩法的前提是先量化收益：这个产品里「答错」的代价有多高？值得为它多付多少延迟和钱？想不清楚，就用回 Adaptive 分诊：让 80% 的简单问题永不进循环。
| 方案 | 适用场景 | 代价 | 典型工具 |
|---|---|---|---|
| 传统 RAG | 文档不多、问题直接、答案要求「够用就好」 | 成本最低、延迟最低，但错了不回头 | LangChain / 向量数据库 |
| RAG + 重排 | 检索结果「有对的但排太后」，想先提高排序质量 | 加一次重排调用，收益稳定 | Cohere / BGE Reranker |
| GraphRAG | 数据关系密集、多跳查询多（人物/组织/事件网络） | 建图贵，切块与索引慢，稀疏数据白花钱 | LightRAG / GraphRAG |
| Agentic RAG | 答案质量要求高、问题多变、接受多花延迟换可靠性 | 延迟 2-10 倍、token 成本上涨、流程难调试 | RAGFlow / Dify / PaperQA2 / LangGraph |
简单问答套复杂循环 = 杀鸡用牛刀：延迟涨、账单涨，还可能越查越偏。Adaptive 分诊的精髓就是大多数请求根本不进循环——先让 AI 判断「这题值不值得大动干戈」。
Agent 可以无限「再想想」，每轮都烧 token。必须设最大轮数（如 3 轮），超了就转人工或直接给最接近的答案。Retrieval 爆炸是 Agentic RAG 上线后最常见的隐性成本黑洞。
流程越复杂，翻车越难排查。上线前先建一组金标准问题（务必包含模糊问题、跨文档问题、无答案问题三类刁钻样本），量出基线再说。评估库可参考 RAGAS、promptfoo。
自查能大幅降低幻觉，但「自我评价」本身也有盲区——模型可能自信地认为错答案有依据。最后一道闸仍然是置信度门禁 + 人工复核。
文档之间没什么关联时，图索引是纯负担。选型看数据形态，不是越高级越好——先量「多跳查询占比」，再决定要不要上图的复杂度。
关于榜单数字，多一分警惕：本周（2026-09-05）Kaitchup 专栏《The Era of Agentic Benchmaxxing》点破了一个行业现象：各家 Agent 榜单数字根本不是同一场考试——「它们是在部分披露、且彼此条件不同的设置下，对『模型 + Agent 系统』的对比」（provider self-reports），横着比经常是 apples-to-oranges。选型时别只看 headline 分数，要看它用什么评测工具、什么提示词、什么采样配置测出来的。
选型一句话：文档少、问题简单 → 传统 RAG；关系密集、多跳多 → GraphRAG；答案质量要求高、问题多变 → Agentic RAG；已有 RAG 想提质 → 先加「重排 + 一步纠错（CRAG）」，这是性价比最高的升级路径——不用上全套循环，先让流程「错得起」。
以下资源按「先懂脉络、再动手、后深入」的顺序排列，全部可免费访问（链接已逐一验证）：
延伸彩蛋：本周 Kaitchup 专栏《The Era of Agentic Benchmaxxing》（2026-09-05）值得一读——它讲的是如何在「Agent 榜单满天飞」的时代保持清醒，和今天第五节「别迷信 headline 数字」互为印证。
加载中...