放弃 RAG 注入让 Agent 自行搜索，大幅降低出错率
siddharthnibjiya · reddit · 2026-08-11
作者分享了团队在构建 AI 智能体时的实战经验：停止向提示词中预注入上下文，改为让智能体使用工具自行搜索，这是控制智能体错误的最大杠杆。
此前他们使用 Markdown 文件配合向量搜索（RAG）注入上下文，但当文件超过 50 个时，智能体常出现上下文污染和偏题，且无法溯源。最终他们找到了有效的解决方案：
- 结构化文档：将上下文转移至 JSON 等结构化文档中，智能体处理类代码结构时表现更好。
- 工具化搜索：不直接投喂信息，而是赋予智能体元信息，让其通过带有 5 个参数（query、filter、searchtype、temporal、limit）的 searchresources 工具在 OpenSearch 索引中自主检索。
「编程与Agent」频道最新
- Prodigy Research 推出 AI 量化智能体，实盘回报超 100% — ycombinator · 2026-08-11
- a16z 算账：AI 操控电脑单小时成本已低于海外外包 — msharmas · 2026-08-11
- MkAgent 开源：基于 Pi Agent 的跨平台桌面端智能体开发基座 — yihui_indie · 2026-08-11
- Razer 开源 AIKit：支持多 GPU 扩展的本地大模型工具包 — tom_doerr · 2026-08-11
- 开发者实测在GitHub上跑Agent集群 — Vjeux · 2026-08-11
- Amazon AGI 实验室：团队引入 AI 编程助手是管理问题 — AI Engineer · 2026-08-11