AI 中的 RAG（Retrieval-Augmented Generation）、Agent 和 Workflow 是三種不同的概念，它們分別解決不同的問題，常在構(gòu)建智能系統(tǒng)時(shí)協(xié)同使用。

三者主要區(qū)別

以下是它們的定義、區(qū)別及應(yīng)用場(chǎng)景：

一、 RAG（Retrieval-Augmented Generation）

     RAG技術(shù)（Retrieval Augmented Generation，檢索增強(qiáng)生成）是一種結(jié)合了信息檢索技術(shù)與語言生成模型的人工智能技術(shù)，旨在通過從外部知識(shí)庫中檢索相關(guān)信息，并將其作為提示輸入給大型語言模型（LLMs），以增強(qiáng)模型處理知識(shí)密集型任務(wù)的能力。 

      RAG技術(shù)主要包括三個(gè)核心部分：檢索（Retrieval）、增強(qiáng)（Augmentation）和生成（Generation）。

 1、檢索

   從預(yù)先建立的知識(shí)庫中檢索與用戶查詢相關(guān)的信息。這一步驟的目的是為后續(xù)的生成過程提供有用的上下文信息和知識(shí)支撐。檢索模塊通常依賴于向量檢索技術(shù)，如倒排索引、BM25算法或基于深度學(xué)習(xí)的Dense Passage Retrieval（DPR）。

 2、增強(qiáng)

   將檢索到的信息用作生成模型（即大語言模型）的上下文輸入，以增強(qiáng)模型對(duì)特定問題的理解和回答能力。這一步的目的是將外部知識(shí)融入生成過程中，使生成的文本內(nèi)容更加豐富、準(zhǔn)確和符合用戶需求。

 3、生成

   結(jié)合LLM生成符合用戶需求的回答。生成器會(huì)利用檢索到的信息作為上下文輸入，并結(jié)合大語言模型來生成文本內(nèi)容，最終輸出準(zhǔn)確、有用的回答。

一個(gè)典型的 RAG 案例如圖所示。如果我們向 ChatGPT 詢問 OpenAI CEO Sam Atlman 在短短幾天內(nèi)突然解雇隨后又被復(fù)職的事情。由于受到預(yù)訓(xùn)練數(shù)據(jù)的限制，缺乏對(duì)最近事件的知識(shí)，ChatGPT 則表示無法回答。RAG 則通過從外部知識(shí)庫檢索最新的文檔摘錄來解決這一差距。在這個(gè)例子中，它獲取了一系列與詢問相關(guān)的新聞文章。這些文章，連同最初的問題，隨后被合并成一個(gè)豐富的提示，使 ChatGPT 能夠綜合出一個(gè)有根據(jù)的回應(yīng)。

圖1  RAG 技術(shù)在 QA 問題中的案例

RAG 技術(shù)范式發(fā)展

   RAG 的概念首次于 2020 年被提出，隨后進(jìn)入高速發(fā)展。RAG 技術(shù)的演進(jìn)歷程如圖所示，相關(guān)研究進(jìn)展可以明確地劃分為數(shù)個(gè)關(guān)鍵階段。在早期的預(yù)訓(xùn)練階段，研究的焦點(diǎn)集中在如何通過預(yù)訓(xùn)練模型注入額外的知識(shí)，以此增強(qiáng)語言模型的能力。隨著 ChatGPT 的面世，對(duì)于運(yùn)用大型模型進(jìn)行深層次上下文學(xué)習(xí)的興趣激增，這推動(dòng)了 RAG 技術(shù)在研究領(lǐng)域的快速發(fā)展。隨著 LLMs 的潛力被進(jìn)一步開發(fā)，旨在提升模型的可控性并滿足不斷演變的需求，RAG 的研究逐漸聚焦于增強(qiáng)推理能力，并且也探索了在微調(diào)過程中的各種改進(jìn)方法。特別是隨著 GPT-4 的發(fā)布，RAG 技術(shù)經(jīng)歷了一次深刻的變革。研究重點(diǎn)開始轉(zhuǎn)移至一種新的融合 RAG 和微調(diào)策略的方法，并且持續(xù)關(guān)注對(duì)預(yù)訓(xùn)練方法的優(yōu)化。

 圖2  RAG 技術(shù)發(fā)展的科技樹

RAG 的生態(tài)

RAG 的應(yīng)用已經(jīng)不僅僅局限于問答系統(tǒng)，其影響力正在擴(kuò)展到更多領(lǐng)域�，F(xiàn)在，推薦系統(tǒng)、信息抽取和報(bào)告生成等多種任務(wù)都開始受益于 RAG 技術(shù)的應(yīng)用。與此同時(shí)，RAG 技術(shù)棧也在井噴。除了已知的 Langchain 和 LlamaIndex 等工具，市場(chǎng)上涌現(xiàn)出更多針對(duì)性的 RAG 工具，例如：用途定制化，滿足更加聚焦場(chǎng)景的需求；使用簡(jiǎn)易化，進(jìn)一步降低上手門檻的；功能專業(yè)化，逐漸面向生產(chǎn)環(huán)境。

                                                                                           圖3  RAG 的生態(tài)系統(tǒng)概覽

二、 Agent

AI Agent 是一種能夠基于任務(wù)目標(biāo)執(zhí)行多步驟動(dòng)作的系統(tǒng)，它能通過調(diào)用工具、API 或知識(shí)庫，動(dòng)態(tài)規(guī)劃并完成復(fù)雜任務(wù)。Agent 具備一定程度的自主決策能力。

                                                           圖4  LLM-based Agent的概念框架

  AI 智能體，嚴(yán)格意義上說更應(yīng)該是一個(gè)具備智能的系統(tǒng)，能夠理解復(fù)雜任務(wù)，利用LLM的規(guī)劃能力將其拆解為子任務(wù)，并利用LLM的知識(shí)和工具調(diào)用能力來完成任務(wù)。

在這個(gè)系統(tǒng)中，LLM充當(dāng)大腦的角色，負(fù)責(zé)統(tǒng)籌全局，進(jìn)行決策處理，自動(dòng)協(xié)調(diào)系統(tǒng)內(nèi)的各個(gè)組件。

AI Agent的主要特點(diǎn)包括：

  1. 自主性：AI Agent能夠在沒有外部干預(yù)的情況下，根據(jù)其內(nèi)部目標(biāo)和規(guī)則進(jìn)行決策和行動(dòng)。

  2. 感知能力：AI Agent可以通過各種傳感器或數(shù)據(jù)接口獲取環(huán)境信息，并處理這些信息以進(jìn)行決策。

  3. 學(xué)習(xí)能力：AI Agent可以根據(jù)經(jīng)驗(yàn)和數(shù)據(jù)進(jìn)行學(xué)習(xí)，從而改進(jìn)其決策和行動(dòng)策略，提高任務(wù)完成的效率和準(zhǔn)確性。

  4. 適應(yīng)性：AI Agent可以根據(jù)環(huán)境變化調(diào)整其行為，以應(yīng)對(duì)不同的情況和挑戰(zhàn)。

哪些場(chǎng)景需要智能體？

     在面對(duì)需要多種能力才能完成的任務(wù)，且需要借助LLM強(qiáng)大的推理決策能力時(shí)，就需要智能體了，基于LLM來決策使用各種內(nèi)置能力，或是設(shè)置多個(gè)智能體，通過相互協(xié)作，最終來完成用戶任務(wù)。

智能體在多個(gè)場(chǎng)景中都有廣泛應(yīng)用，主要包括以下幾個(gè)方面:

1、客戶服務(wù)：智能體可以通過自然語言處理和機(jī)器學(xué)習(xí)技術(shù)，自動(dòng)回答客戶的咨詢問題、處理訂單問題和退貨請(qǐng)求，提高客戶服務(wù)的效率，減少用戶的等待時(shí)間。

2、物流和供應(yīng)鏈管理：在物流領(lǐng)域，智能體可以優(yōu)化庫存管理、路線規(guī)劃和調(diào)度，提高物流效率。例如，自主庫存跟蹤智能體可以通過監(jiān)控市場(chǎng)趨勢(shì)和需求模式來預(yù)測(cè)庫存水平，防止缺貨情況；送貨車隊(duì)的路線優(yōu)化智能體可以根據(jù)天氣、交通和燃油效率來分配送貨路線。

3、醫(yī)療保健‌：智能體可以用于自主預(yù)約安排和患者管理，提高醫(yī)療保健工作流程的效率。例如，AI驅(qū)動(dòng)的日程安排助手可以根據(jù)患者可用性、臨床醫(yī)生的日程安排和診所資源自動(dòng)預(yù)約，確�；颊咦o(hù)理的連續(xù)性。

4、‌金融‌：在金融領(lǐng)域，智能體可以用于欺詐檢測(cè)和自主交易系統(tǒng)。欺詐檢測(cè)智能體可以識(shí)別可疑交易，防止欺詐活動(dòng)；自主交易系統(tǒng)可以在高頻交易中快速分析市場(chǎng)并執(zhí)行交易，降低風(fēng)險(xiǎn)。

5、電商‌：智能體在電商領(lǐng)域的應(yīng)用包括個(gè)性化推薦系統(tǒng)、智能客服與支持、語音助手與購物體驗(yàn)以及內(nèi)容生成與營銷。個(gè)性化推薦系統(tǒng)可以根據(jù)用戶的購物歷史和偏好提供精準(zhǔn)推薦，提高用戶滿意度和銷售額；智能客服可以自動(dòng)回答用戶咨詢，處理訂單問題；語音助手可以讓用戶通過語音命令購物，提升購物便捷性；內(nèi)容生成與營銷可以幫助企業(yè)生成吸引人的產(chǎn)品描述和營銷文案。

6、‌研發(fā)‌：在研發(fā)領(lǐng)域，智能體可以提供代碼預(yù)測(cè)續(xù)寫、注釋生成代碼、智能代碼評(píng)審等功能，顯著提升研發(fā)效率。‌

7、協(xié)同辦公：智能體可以實(shí)現(xiàn)消息、會(huì)議、文檔和郵件的智能化管理，提升辦公效率。

三、 Workflow

  Workflow是一組有序的步驟，用于執(zhí)行某個(gè)固定任務(wù)‌，通常是預(yù)先定義的，適合高度結(jié)構(gòu)化的流程。Workflow的核心特點(diǎn)在于每個(gè)步驟都有明確的順序和依賴關(guān)系，確保任務(wù)能夠按照既定的規(guī)則和順序高效執(zhí)行。應(yīng)用場(chǎng)景包括文檔審批流程、數(shù)據(jù)管道處理等。優(yōu)點(diǎn)于執(zhí)行結(jié)果通常是可預(yù)測(cè)和一致的，適合處理結(jié)構(gòu)化、重復(fù)性任務(wù)。

                       圖5 工作流程示意圖

Workflow的特點(diǎn)包括：

 固定性：流程步驟固定且明確，適合標(biāo)準(zhǔn)化、重復(fù)性高的任務(wù)。

   穩(wěn)定性：執(zhí)行過程穩(wěn)定可靠，易于監(jiān)控和管理。

   模塊化：各組件功能獨(dú)立，便于添加新工具或能力。

 Workflow引擎是其核心組成部分，負(fù)責(zé)解釋、執(zhí)行和管理整個(gè)工作流的運(yùn)行。

應(yīng)用場(chǎng)景有：

  文檔審批流程：如合同從起草到簽署的固定步驟

  數(shù)據(jù)管道處理：如從數(shù)據(jù)采集到清洗、分析的自動(dòng)化流程

  持續(xù)集成/部署：如軟件開發(fā)中自動(dòng)化構(gòu)建、測(cè)試、部署