Agent 答错多半是检索问题：RAG 工具评分对比
rcleffke · reddit · 2026-10-30
作者在为 side project 评估 AI agent 工具时发现，很多「模型太笨」的抱怨实际是检索问题：agent 取错了文档、取到过期文档或什么都没取到。
作者给出的检索工具评分（满分 10，权重包括 builder 适配度、成熟度、更新新鲜度和价值）：
- LlamaIndex：7.0，RAG pipeline 和文档 agent 场景最强
- Pinecone：5.9，builder 与成熟度不错，但因数据中缺乏近期发布而被拉低
- Ragas（评测工具而非存储）：5.2，免费，但上次被追踪到的发布停在一月
作者附了自建评分站点并提问：生产环境 agent 的检索栈怎么选？是否把检索质量与最终答案分开评测？
「编程与Agent」频道最新
- 扫描 25267 个 MCP 服务器,73% 存在漏洞 — anacondainc · 2026-10-30
- Carmack：AI 从零写大型软件未必最优，好用的基础构件才是关键 — ID_AA_Carmack · 2026-10-30
- LangChain Core 1.7.2 发布:新增通知元数据方法并修复消息内容篡改 — caolonghua · 2026-10-30
- Codex 手机端实拍：在路上遥控多个编程 agent 改代码跑测试 — Dimillian · 2026-10-30
- Arm 官方教程:Copilot CLI 跑在 Arm 算力上原生开发与测试 — caolonghua · 2026-10-30
- evident-charts 开源：让编码 agent 画诚实图表并自动自检 — randal_olson · 2026-10-30