从 RAG 到上下文工程：Agent 检索范式三次演进全景图

mdancho84 · x · 2026-10-13

Matt Dancho 发起线程讨论「上下文工程是不是 RAG 换皮」：不是，但它们解决同一个问题——为 LLM 构建正确的上下文。线程把演进分为三阶段：

• RAG (2020–2023)：固定管道，检索一次、注入、生成。无论模型是否需要都检索，僵硬且 LLM 无话语权。
• Agentic RAG (2023–2024)：检索变成 Agent 可调用也可跳过的工具，支持多跳检索与索引路由，LLM 开始自主决定要不要检索、上下文是否相关。
• Agentic Search / 上下文工程 (2025+)：Agent 组合文件搜索、数据库查询、语义搜索、网络搜索、记忆检索、shell 工具等多种检索工具，按查询动态拼装上下文窗口——上下文不再固定，而是每次查询动态构建。

配图用三张架构图对比三阶段的管道与上下文窗口结构差异。对数据科学家的意义：需要重新思考 Agent 能访问哪些数据源、检索工具如何设计与组合、token 预算管理，以及检索出错时如何调试。RAG 没死，只是成了更大系统中的一个工具。

原文链接 →

「编程与Agent」频道最新

• Stack Internal 新增信任评分，为企业 AI Agent 供可信知识 — pchandrasekar · 2026-10-13
• Grok Bot 新增独立邮箱与 Opus,KOL 晒多 persona 常驻 Agent 用法 — petergyang · 2026-10-13
• 用跨语言语义重复检测,给 AI 代码迁移画出完成度地图 — Affectionate-Blood92 · 2026-10-13
• 实测微软 MXC 沙箱：git 命令从 10ms 暴涨至 1.24 秒 — lemire · 2026-10-13
• 让编码 agent 上线后自动清理 worktree 和分支的实战技巧 — NielsRogge · 2026-10-13
• 用 Opus 5.5 写 Three.js 代码,生成纯艺术向 3D 作品 — techartist_ · 2026-10-13

更多「编程与Agent」频道 AI 资讯 →