从RAG到Agentic Search
mdancho84 · x · 2026-07-19
这条在问：context engineering 是不是 RAG 的新名字？ 作者给出的答案是“不完全是，但它们都在解决同一个问题：如何为 LLM 构建合适的上下文”。
配图把演进拆成了三层：
- 传统 RAG：固定检索流水线，先搜文档，再把结果塞进上下文窗口。
- Agentic RAG：LLM 不再只是被动接收检索结果，而是可以通过工具调用去决定何时检索、检索什么。
- Agentic search in context engineering：上下文来源进一步扩展到本地文件、技能文件、数据库、Web、长期记忆、Shell 工具等；上下文窗口里也不只是 system/user prompt，还包括 skills YAML、工具列表、历史记录、工具调用结果等。
核心意思是：RAG 是一个子模块，而 context engineering 关注的是整套上下文构建与编排系统。
所属事件:上下文工程正取代RAG成为AI构建核心(2 条相关)→
「编程与Agent」频道最新
- 首届 Three.js 大会落地巴黎，AI 正缩短从想法到原型的距离 — OdinLovis · 2026-09-11
- 观点：Agent 真正的瓶颈是企业数据工程能力 — dhruv2038 · 2026-09-11
- GPT-6 Astra 用时 44 小时通关含敌人 Factorio,API 成本约 4500 美元 — liminal_bardo · 2026-09-11
- 投资分析师求教：如何用 Claude 搭建尽调 Agent 工作台 — Careless_Tie2286 · 2026-09-11
- 把 Agent 当失忆症患者：三层上下文分层法让对话不再从零开始 — evielync · 2026-09-11
- Android 手机跑 Firefox MCP：Termux+ngrok 完整教程 — Nervous-Strain7544 · 2026-09-11