迭代检索与 Agentic RAG
Agentic RAG 让语言模型参与决定 RAG 的执行步骤：模型根据用户问题与当前取得的资料，选择检索、读取全文、切换数据源、调用计算工具或结束检索。工具返回结果后，模型继续判断下一步，直到可以回答或达到停止条件。这是一类应用架构，没有唯一规定的论文流程。
一次检索后立即生成答案的 RAG 流程，在资料不完整时缺少继续查找的机会。迭代检索增加了返回路径：读取结果后，判断还缺什么，再发起下一次检索。这个循环可以由预设规则控制，也可以交给 Agent 在限定动作范围内选择；Agentic RAG 采用的是后一种方式。
下一次动作如何从结果中产生
用户问：“比较 2025 与 2026 年境内差旅提交期限，说明提交后多久能收到款；境外是否相同？”一次搜索只命中了 2026 年境内提交规则。系统已经拿到一条资料，却还不能完整回答。
如果采用 Agentic RAG，模型会同时收到原问题、可用工具说明和当前已取得的证据。根据这些输入，它选择一次具体调用；工具执行后，结果再加入上下文，供模型决定下一步。
用户问题、工具说明、已有证据
→ 模型选择动作和参数
→ 执行器调用工具
→ 工具返回结果
→ 更新已有证据和待确认事项
→ 再次选择动作，或生成回答例如，第一次结果只包含“2026 年境内提交期限为 30 个自然日”，模型就可以选择检索 2025 年版。假设后续查到旧版是 60 个自然日、支付发生在审批通过后 5 个工作日，但一直没找到境外条款，执行过程可以是：
| 已有结果或待确认事项 | 下一动作 | 得到的信息如何影响后续步骤 |
|---|---|---|
| 只有 2026 年境内提交期限 | 检索 2025 年境内提交条款 | 取得旧版 60 个自然日，继续核对两版计时起点 |
| 两版都从差旅结束后计时 | 比较两个期限 | 可以确认提交期限缩短了 30 个自然日 |
| 尚不清楚提交后何时到账 | 检索支付期限及起算条件 | 查到的是“审批通过后 5 个工作日”，还不能推出提交到付款的总耗时 |
| 不知道审批一般需要多久 | 查询适用的审批时限 | 若没有找到，保留这项缺口，不给出总到账天数 |
| 尚未找到境外规定 | 限定境外范围检索；必要时沿文档引用读取补充办法 | 有适用条款才能比较；反复返回境内规定不能支持境外结论 |
这个过程中的动作有因果关系。查询审批时限，是因为支付条款的起点与用户问的起点不同；读取补充办法，是因为已有文档提供了可以继续追查的引用。后一轮查询使用前一轮发现的信息，因此事先未必能写出全部检索请求。
模型也可能选择错误的动作。增加一轮调用只增加了一次取证机会，能否补齐答案仍取决于查询是否合理、数据源是否包含所需资料，以及结果是否被正确理解。
多轮检索与 Agentic RAG 的区别
多轮检索不一定需要 Agent。可以预先写好规则：第一次为空就换关键词，再为空就查询备用索引。执行路径已由程序定义，模型即使参与改写，也未必负责决定下一步。
Agentic RAG 中，模型通常会在给定工具和动作范围内参与控制流程。面对同一条不完整结果，它可能选择换查询、读全文、查询另一个来源或向用户澄清。执行器仍然负责真正调用工具，模型不会因为提出一个工具名就获得任意执行权限。
对于始终需要“查今年制度、查去年制度、比较差异”的任务，可以按事先分解出的子任务执行固定流程。沿文档引用继续查询也能编写成规则。当检索后发现的条件会改变取证方向、后续查询与数据源难以预先列全时，动态选择动作才更有用。
ReAct 提供了推理与行动交替的研究范式，IRCoT 研究推理与检索交替。应用可以参考这些思路，但具体工具、状态和停止规则仍由系统定义。
每轮需要保留哪些信息
模型不能只看到上一轮搜索的最后一段文本。原问题、已经确认的事实、待确认事项及来源应当随循环保留，否则它可能重复检索旧问题，或忘记用户还问了境外规则。
本例在取得两版期限和支付条款后，可以记录：
原问题：比较两版期限、确认提交到付款时间、比较境内外规则
已确认：2025 年境内 60 个自然日；2026 年境内 30 个自然日
已确认：两版从差旅结束后起算
已确认：支付期限为审批通过后 5 个工作日
待确认：提交到审批通过的时长；境外适用条款
来源：各事实对应的文档 ID、版本和原文位置
已尝试：查询过哪些问题、采用什么过滤条件、返回了哪些文档这些信息可以放在对话历史中，也可以保存为结构化状态。来源和关键条款需要保留到最终回答阶段；只保存模型写出的总结，会让后面的步骤难以复核总结是否遗漏条件。
一项需求只有在取得适用证据后才能标为已覆盖。两份资料冲突时应记录冲突，继续核对版本、时间或适用范围。空结果表示这次查询没有找到资料；超时表示查询没有完成，都不能据此断定制度中没有相关规定。
什么时候继续，什么时候停止
取得足够证据后即可生成回答，无需用满检索次数。仍有缺口时，要看是否还有具体可执行的取证动作：已找到补充办法编号，可以读原文；只是在不断改写同一句问题、返回同一批境内条款，就没有继续填补境外缺口。
可以把填补缺口、解决冲突、取得带有必要限定的完整原文记为有效进展。新增引用 ID 不一定有新信息，同一制度的转载和重叠块应先去重。连续没有有效进展时，系统可以结束检索，并在回答中保留未确认事项。
应用还需要在代码中限制总调用次数、截止时间和 token 预算，单次调用也应设置超时。模型可以建议停止，但不能自行放宽这些上限。每次执行前校验工具是否允许、参数是否有效，并使用当前用户的权限范围检索。
本例最终可以回答：境内提交期限从 60 改为 30 个自然日；支付期限从审批通过后起算，现有资料不足以确定提交后几天到账；境外期限尚未确认。回答保留已经取得的结论，每个结论仍需通过原文引用核验。
与其他检索控制方法的关系
检索路由 选择数据源和检索器，可以作为 Agent 的一次决策；问题分解 列出需要分别回答的子问题，可以为循环提供初始计划。二者也都能用于预先编排的流程，无需每次运行完整的 Agent 循环。
Adaptive-RAG 在入口选择不检索、单步检索或多步检索；CRAG 关注检索结果质量不足时如何补救。系统可以借鉴这些判断来选择或调整执行路径，但具体实现仍需区分各方法的原始机制。
Self-RAG 有专门的训练和反思 token 机制，不能把普通模型检查证据的步骤直接当作 Self-RAG。调试 Agentic RAG 时，保留每轮动作、参数和证据 ID，就可以追查为何发生下一次调用；无需展示模型完整的内部思考。