@jerryjliu0：3年前，我在第一届 @aiDotEngineer 会议上做了一场关于“高级 RAG”技术的演讲，目的是克服朴素 RAG 的局限性……

X AI KOLs Following 新闻
retrospective rag agents ai-engineering conference-insight

摘要

Jerry Liu 回顾了三年来 RAG 技术的变化，指出从朴素 RAG 向基于智能体的抽象、从代码定义向目标定义智能体的转变。

3年前，我在第一届 @aiDotEngineer 会议上做了一场关于“高级 RAG”技术的演讲，目的是克服朴素 RAG 的局限性。 自那以来，世界的变化令人难以置信，如今已演化为围绕智能体框架和上下文的标准化、高级抽象。 一些常见模式： 1. 检索复杂度可以在智能体层进行编码。这意味着你可以为智能体提供相对简单但性能出色的搜索工具（例如，极快的 BM25、向量搜索），并让智能体通过推理输入正确的查询来找到正确的结果。 2. 某种程度上，这仍在演变中，但我确实认为，我们将会越来越不关心“破解”上下文窗口，而是更关注首先判断哪些业务上下文是相关的。 3. 我们构建智能体的方式已经从定义代码，彻底转变为定义操作手册，再到定义目标。 热烈祝贺 @swyx 和整个 AI Engineer 团队，他们每年都在持续推出精彩的会议。
查看原文
查看缓存全文

缓存时间: 2026/07/03 00:29

3年前，我在第一届 @aiDotEngineer 大会上做了一场关于“高级 RAG”技术的演讲，目的是解决朴素 RAG 的局限性。

想想这段时间世界的变化之大简直令人震惊，如今已经发展出了围绕智能体框架和上下文的标准化、更高层次的抽象。

一些通用模式：

  1. 检索复杂性可以编码在智能体层。这意味着你可以给智能体提供相对简单但高效的搜索工具（比如极快的 bm25、向量检索），然后让智能体的推理机制自行输入正确的查询来找到正确的结果。

  2. 某种程度上这个领域仍在演进中，但我认为我们会越来越不关心如何“操控”上下文窗口，而是更多关注哪些业务上下文才是真正相关的。

  3. 我们构建智能体的方式已经发生了根本变化：从定义代码，到定义操作手册，再到定义目标。

衷心祝贺 @swyx 以及整个 AI Engineer 团队，每年都能持续推出如此精彩的会议。

相似文章

@SuJinyan6: https://x.com/SuJinyan6/status/2073955240349770069

X AI KOLs Timeline

这篇由SuJinyan6撰写的博文探讨了AI Agent从简单的LLM加工具使用，向上下文工程和长时间运行框架的演变。文中引用了Anthropic的最新研究，讨论了Agent能力如何成为一种系统级属性，涉及多个组件。