从零开始

六步看懂
现代 AI 搜索

每一步只学一个新东西。

第 1 步

RAG 是什么?

回答前,先读资料。

你提问找资料AI 回答

比如你问学校明天几点开门。AI 先查学校通知,再回答你。

旧 RAG 的问题

  • 只找一次,找错了也不停。
  • 文字很像,不代表答案就在里面。
  • 问题很难时,它不会拆开来找。

所以,过时的是“只找一次”的做法。

第 3 步

Agent 会再找

难题,不一定一次找完。

  1. 1拆开问题
  2. 2选择工具
  3. 3检查答案
  4. 4不够就再找

它可以查网页、数据库、文件或 API。MCP 像统一插头,让 Agent 接上这些工具。

当它在网上反复搜索、比较来源并写报告时,我们常叫它 Deep Research。

更聪明,也会更慢、更贵。

第 4 步

图和记忆

一个看关系,一个记经历。

GraphRAG

把人、事、地点连成关系网。适合多跳问题。

Memory

记住偏好、决定和失败经验。适合长期陪伴。

问“谁和谁有关”时,图很有用。只问一个事实时,普通搜索往往更简单。

不要因为图很酷,就先建图。

第 5 步

上下文工程

把此刻需要的东西,放到 AI 桌上。

  • 任务说明
  • 找到的资料
  • 工具结果
  • 有用的记忆
  • 当前工作状态

RAG 只是其中一块。现代系统还会决定拿什么、删什么、压缩什么。

新名字不是为了抛弃 RAG,而是把它放回正确位置。

第 6 步

到底怎么选?

先用简单办法。

数据在系统里直接查 API 或 SQL
资料少而稳定长上下文
资料多,要引用混合 RAG
关系很多GraphRAG
开放世界难题Agent / Deep Research
要长期记住Memory
默认升级顺序

直接查询 → 混合 RAG → 长上下文 → Agent → GraphRAG

只有前一步不够,才走下一步。

资料来源

更新于 2026 年 7 月。