🧠 图解记忆： Agentic RAG 的核心不是多调用，而是每轮都验证答案声明与证据，并知道何时停止。

💡 答案要点

单次 RAG vs Agentic RAG 的核心区别：

单次 RAG（静态）：
用户问题 → 检索 → LLM 生成 → 输出
（一次性，无法自我纠错）

Agentic RAG（动态闭环）：
用户问题 → 检索 → 质量评估 → [不够好] → 重查/重写/降级
                            → [足够好] → LLM 生成 → 幻觉检测
                                                   → [有幻觉] → 重生成
                                                   → [通过] → 输出

三大核心机制详解：

1. 自适应路由（Adaptive Routing）

from enum import Enum

class QueryRoute(Enum):
    DIRECT_LLM = "direct"      # 简单问题，直接 LLM 回答
    VECTOR_RAG = "vector"      # 通用语义检索
    KEYWORD_RAG = "keyword"    # 专有名词/精确匹配
    HYBRID_RAG  = "hybrid"     # 复杂问题，混合检索
    MULTI_HOP   = "multi_hop"  # 多跳推理，多轮检索

def route_query(question: str, llm) -> QueryRoute:
    """用小模型做路由判断，成本低"""
    prompt = f"""判断以下问题的检索策略，只返回策略名称：
- direct: 常识/数学/无需检索
- keyword: 包含专有名词/型号/人名
- hybrid: 复杂语义+专名混合
- multi_hop: 需要多步推理

问题: {question}
策略:"""
    route = llm.fast_complete(prompt).strip()  # 用 GPT-4o-mini
    return QueryRoute(route)

2. 检索质量自评估

def evaluate_retrieval(question: str, docs: list[str], llm) -> dict:
    """CRAG 思路：让 LLM 判断检索结果是否够用"""
    context = "\n".join(docs[:3])
    prompt = f"""判断以下检索内容是否足以回答问题。
问题：{question}
检索内容：{context}

请返回 JSON：
{{"sufficient": true/false, "reason": "原因", "missing": "缺少什么信息"}}"""

    result = llm.fast_complete(prompt)
    return json.loads(result)

# 使用
eval_result = evaluate_retrieval(question, docs, llm)
if not eval_result["sufficient"]:
    # 触发 Query 改写后重检索
    new_query = rewrite_query(question, eval_result["missing"])
    docs = retriever.search(new_query)

3. 幻觉检测 + 自纠正闭环

展开 Python 代码示例（40 行）

def hallucination_check(answer: str, docs: list[str], llm) -> dict:
    """事实一致性校验"""
    context = "\n".join(docs)
    prompt = f"""判断以下回答是否完全基于参考内容，有无编造。
参考内容：{context}
回答：{answer}

返回 JSON：
{{"hallucination": true/false, "score": 0-1, "issues": ["具体问题"]}}"""

    return json.loads(llm.fast_complete(prompt))

# 完整自纠正闭环
def agentic_rag_pipeline(question: str, max_retries: int = 2) -> str:
    for attempt in range(max_retries + 1):
        # 1. 路由
        route = route_query(question, llm)

        # 2. 检索
        docs = retrieve(question, strategy=route)

        # 3. 检索质量评估
        eval_r = evaluate_retrieval(question, docs, llm)
        if not eval_r["sufficient"] and attempt < max_retries:
            question = rewrite_query(question, eval_r["missing"])
            continue  # 重新检索

        # 4. 生成
        answer = llm.generate(question, docs)

        # 5. 幻觉检测
        halluc = hallucination_check(answer, docs, llm)
        if halluc["hallucination"] and attempt < max_retries:
            # 加强约束重生成
            answer = llm.generate(question, docs, strict=True)
            continue

        return answer

    return answer  # 超过重试次数，返回最后一次结果

Agentic RAG 与单次 RAG 效果对比：

指标	单次 RAG	Agentic RAG	提升
检索召回率	67%	85%	+18%
幻觉率	12%	3%	-75%
问答准确率	71%	91%	+20%
平均延迟	800ms	1800ms	-（代价）
Token 消耗	1×	2.3×	-（代价）

适用边界（什么时候不用 Agentic RAG）：

• ✅ 专业领域知识库（金融/法律/医疗），准确率要求高
• ✅ 复杂多步推理问题
• ❌ 简单 FAQ 场景，延迟和成本代价不划算
• ❌ 实时性要求极高（<500ms），额外评估步骤吃不消

面试话术：

"Agentic RAG 的核心是'闭环'思维——不是一次检索定终身，而是让系统能自我判断'检索够不够用，答案可不可信'。我实现的自纠正流程有三个关键节点：检索后用小模型做充分性评估，不够就改写 Query 重检索；生成后做幻觉检测，不通过就加强约束重生成；最多重试 2 次，超限降级返回'无法确认'。代价是延迟翻倍、Token 消耗增加 2 倍，但在金融场景幻觉率从 12% 降到 3%，这个成本完全值得。"

---

版本: v3.128 | 更新: 2026-07-02 | 补充 Agentic RAG 自适应路由/幻觉检测/自纠正闭环

版本: v2.13 | 更新: 2026-05-08 | by 二狗子 🐕