rag与agent的区别

刚上手 AI 应用，很容易把 RAG 和 Agent 混着用：明明只要答一份内部文档，却去搭一套多步工具循环；或者该让模型自己查资料动手做，却硬塞一段长上下文。这篇不堆概念，只讲两者的分工边界：谁负责把资料找进来，谁负责决定下一步做什么，以及两者拼在一起时那条链路长什么样。

刚上手 AI 应用，很容易把 RAG 和 Agent 混着用：明明只要答一份内部文档，却去搭一套多步工具循环；或者该让模型自己查资料动手做，却硬塞一段长上下文。结果就是钱花了、活没干成，排查起来还不知道从哪下手。

这篇不堆概念，只讲两者的分工边界：谁负责把资料找进来，谁负责决定下一步做什么。看完你至少能判断手头这个需求该走哪条路，以及两者拼在一起时那条链路长什么样。

先分清：一个解决「知道什么」，一个解决「做什么」

RAG 的本质是给模型外挂一份资料库。提问时先把相关资料捞出来拼进上下文，模型基于这些内容回答，主要解决知识过时、私有数据答不准的问题。它不改变模型的行为方式，只是把「参考书」摆在它面前。

Agent 的本质是把模型放进一个循环。它能自己决定调用哪个工具、看结果、再决定下一步，主要解决需要多步操作和外部动作的任务。区别在于它不只是「回答」，而是「推进一件事」。

• 任务是「基于给定资料给答案」——偏 RAG，链路稳、可控；
• 任务是「自己找资料、算数、调接口、改文件」——偏 Agent，需要循环和工具；
• 任务既要知道又要动手——两者组合，检索退化成 Agent 的一个工具；
• 资料量很小、直接塞进上下文就够——两者都可以不用，别为了架构好看硬上。

把两条链路画出来，差别一眼就清楚

典型 RAG 链路是固定的单向流水线：文档清洗切块、向量化入库、提问时召回、重排、拼进提示词、模型作答。步骤基本写死，每次跑法一样，跑一次花多少钱心里有数。

典型 Agent 链路是不固定的循环：模型看当前状态、选工具、执行、把结果塞回上下文、再判断是否继续，直到它认为任务完成或撞到步数上限。调用次数会漂，成本和延迟也跟着漂。

所以排查顺序也不一样：RAG 答错先看召回段落是不是本来就没捞到；Agent 跑错先看这一步是工具选错了，还是它一直在原地打转。想对照不同接入方式的延迟表现，可以到 /tools/speed-test 量基线再下结论。

选型对照：按任务形状挑，而不是按热度挑

选型最忌讳看别人用什么就跟着上。先把任务拆成「只要答案」还是「要有动作」，答案基本就出来了。下面这张对照表可以直接拿去跟需求方对。

注意工具不是越多越好。叠加太多工具会让模型选择变难，工具清单和循环上限要提前定死。具体能接哪些工具入口，可以到 /stacks/agent-apis 看目录再动手。

什么时候这条建议不适用

如果一上来就要求「答案必须有出处、能点开原文」，那纯 Agent 循环反而不好控，检索这一环得单独留出可追溯的接口。反过来，如果任务天然就是一问一答、没有工具可用，硬套 Agent 只会多花调用次数。

配合方式：把检索当成 Agent 手里的一个工具

最常用的做法是把检索包装成一个函数，Agent 判断需要资料时自己调。好处是按需检索，不会每次都给模型塞一堆无关内容，也就省了上下文和费用。

另一种是先检索再交给 Agent，适合资料范围明确、第一次就要把上下文喂足的场景。混合做法要设边界：单次任务最多查几次、每次返回几条、检索不到时怎么回退，都得写清楚，否则循环容易空转烧钱。

1. 先定触发条件写清什么情况下允许调检索工具，比如问题里出现专有名词或引用了某份文档时才调；验证办法是跑一批「明显不需要查」的样例，看它会不会乱调。
2. 再定返回规模规定单次返回的段落条数和总长度上限；验证办法是拿长文档跑一遍，看拼进上下文后有没有超出模型窗口。
3. 最后定回退路径检索为空或结果明显不相关时，让它明确地说「没查到」并停手，而不是继续猜；验证办法是故意问一个库里没有的问题，看它是否老实收手。

如果你还在纠结官方接口和中转站怎么选，站内 /rankings 和 /price-watch 有按当时数字整理的对比，模型与价格资料可以到 /sites 核对。这类数字会变，看页面上的当前值就行。