Agentic RAG

1. Agentic RAG 是什么，和传统 RAG 的本质区别？
1. 传统 RAG 是固定流水线，切分、检索、拼接、生成按既定顺序走一遍，不管问题难易都一个套路。
2. Agentic RAG 把检索过程交给智能体，模型自己决定要不要检索、检索什么、从哪检索、结果够不够、要不要再来一次。
3. 本质区别一句话：从"流程固定、模型执行"变成"目标固定、模型规划"，检索从被动步骤升级为主动能力。
4. 传统流水线在简单事实问题上很高效，但遇到需要多跳推理、跨源比对、检索结果矛盾的问题就露怯。
5. Agentic RAG 用灵活性和成本换来复杂问题的解决率，是典型的用智能换算力。
6. 面试加分点：指出两者不是替代关系，简单场景固定流水线依然是性价比之王，Agentic 是处理难问题的增强层。
7. 常见误区是把 Agentic RAG 说成某个产品名，它是架构模式，各家实现和叫法不同。

2. 查询改写在智能体检索里承担什么角色？
1. 用户原始提问往往不适合直接检索，口语化、有指代、含多层的提问直接拿去查向量库，召回质量很差。
2. 基础层是改写规范化，把指代补全、口语转术语、长问题拆成可检索的子问题。
3. 进阶层是多视角扩展，同一意图生成多个检索版本，比如关键词版、同义改写版、假设文档版，并行检索扩召回。
4. 智能体化后改写变成多轮行为，第一轮检索的观察会触发新一轮改写，越查越准。
5. 改写要防语义漂移，多轮改写后查询偏离用户原意，每轮都要带原始问题做锚点校验。
6. 面试加分点：改写环节是检索质量的第一杠杆，常常不动知识库只改写查询就能显著提升效果。
7. 常见误区是过度改写，简单问题被改得面目全非反而丢分，改写强度要和问题复杂度匹配。

3. 自我反思式检索是怎么回事？
1. 自我反思式检索的代表是 Self-RAG 思路，模型在检索前后插入自我判断，用反思决定下一步。
2. 第一个判断点是"要不要检索"，模型评估凭自身知识能否可靠作答，能就不检索，省时省钱。
3. 第二个判断点是"检索结果相关不相关"，逐条评估召回内容，不相关的丢弃或换查询重试。
4. 第三个判断点是"回答有没有依据"，生成时核对每个关键论断是否有检索证据支撑。
5. 这套反思机制的落地可以是显式的判断步骤，也可以是训练时就注入反思信号的特殊标记。
6. 价值在于把 RAG 从"无脑先查再说"变成"按需检索、择优采信"，幻觉率和不必要检索双双下降。
7. 面试加分点：提醒反思会增加调用轮次，简单场景要用便宜模型或规则做轻量版反思。

4. 多跳检索是怎么实现的？
1. 多跳问题的特征是答案藏两层，比如问"某论文作者所在机构的地点"，必须先查论文再查机构。
2. 实现的第一种方式是智能体循环，查一步、观察、从结果里提取下一跳的查询词、再查，直到证据闭环。
3. 第二种是查询分解法，先把复合问题拆成子问题依赖图，按拓扑序逐个检索，最后汇合推理。
4. 多跳的关键工程点是中间实体提取，从上一步结果里准确识别出下一步要查的对象。
5. 失败模式常见于跳数失控，模型查得停不下来，要设最大跳数和证据充分性判定。
6. 评测要用多跳专项数据集，单跳的评测集完全测不出这类能力差距。
7. 面试加分点：多跳是 Agentic RAG 相对固定流水线的标志性优势场景，面试举例时最好带一个自己的业务案例。

5. 检索智能体怎么决定"不检索"？
1. 不检索的判定本质是置信度评估，模型对凭已有知识作答有多大把握，把握够就直接答。
2. 显式做法是让模型先自评知识覆盖度，输出高、中、低三档，低档才触发检索。
3. 更可靠的做法是双向验证，先无检索生成一版，再检索比对，不一致就启用检索结果。
4. 任务类型先验也很重要，实时数据、私有数据、精确数字类问题必须检索，常识性解释类可以不查。
5. 用户侧信号可用，明确要求引用来源的问题强制检索，闲聊寒暄类直接跳过。
6. 判错的两边都有代价，该查不查会幻觉，不该查乱查浪费时间还可能引入噪音。
7. 面试加分点：这个判定器的错误率要单独统计和调优，它是 Agentic RAG 性价比的总开关。

6. Agentic RAG 的延迟和成本代价有多大？
1. 最直接的开销是轮次，固定流水线一次检索一次生成，智能体模式三到十轮起步，延迟线性叠加。
2. token 开销同样翻倍，每轮的工具定义、观察内容、历史轨迹都在累积计费。
3. 并行检索可以救延迟，多路查询同时发出，总时长取决于最慢一路而不是轮次之和。
4. 流式体验要重新设计，检索期间给用户展示"正在查什么"的过程信息，等待感会明显降低。
5. 分级架构是平衡解，简单问题走固定流水线快速通道，判定为难问题才升级智能体模式。
6. 缓存收益也大，改写后的查询和结果缓存复用，高频问题二次命中几乎零成本。
7. 面试加分点：给决策公式，Agentic RAG 适合低频高价值问题，高频海量简单问答用它的单位成本不划算。

7. 混合检索在 Agentic 流程里怎么编排？
1. 混合检索指向量、关键词、结构化查询多路并用，智能体的价值在于按问题特征动态选路。
2. 精确匹配类问题走关键词和过滤器，语义模糊类走向量，有明确字段条件的走结构化查询。
3. 智能体可以先广撒网再聚焦，第一轮多路并行拿全景，观察后收敛到最有希望的一路深挖。
4. 路由决策依据包括问题类型、历史命中率统计，让每路检索的调用建立在数据而非直觉上。
5. 多路结果融合仍需经典手法，去重、加权、重排一个不少，智能体只管选路不管替代排序。
6. 结构化数据是常被浪费的一路，把 SQL 查询也纳入工具箱，数值和聚合类问题立刻能打。
7. 面试加分点：混合编排的上限取决于各路工具的描述质量，模型选路选错多半是工具描述没写清楚适用场景。

8. Agentic RAG 在传统 RAG 评估之上还要评什么？
1. 传统指标照测，召回率、精确率、答案忠实度、相关性，这是及格线不是增量。
2. 增量第一项是检索决策质量，该查没查、不该查乱查的比例，直接决定系统性价比。
3. 增量第二项是查询演进质量，改写后的查询是否比原始查询召回更好，逐轮统计对比。
4. 增量第三项是证据利用效率，找到的证据有多少真正进了答案，查而不用是隐性浪费。
5. 增量第四项是收敛行为，平均跳数、最大跳数、收敛失败率，反映循环的健康度。
6. 成本指标必须同列，每问题的检索轮次和 token 消耗，效果提升要对照代价一起看。
7. 面试加分点：强调多跳任务要建专项评测集，包含已知推理链路的样本，才能精确诊断断在哪一跳。

9. 什么场景值得上 Agentic RAG，什么场景流水线就够？
1. 值得上的第一类是研究分析型问题，需要跨多份文档比对、汇总、交叉验证的场景。
2. 第二类是知识库异构的场景，文档库、数据库、API 多源并存，需要智能路由和联合推理。
3. 第三类是问题分布长尾且复杂，固定流水线的单次检索覆盖率明显不够。
4. 流水线就够的场景是高频标准问答，客服 FAQ、产品手册查询，问题模式稳定，一次检索命中率已经很高。
5. 还要考虑延迟容忍度，用户等着秒回的场景，多轮检索的体验代价可能盖过质量收益。
6. 成本结构也是决策项，调用次数巨大的场景哪怕单次多花一点，总量也是一大笔钱。
7. 面试收尾给决策路径，先用固定流水线跑出基线和失败分析，失败集中在复杂推理时再引入智能体层，顺序别反。

10. Agentic RAG 的典型失败模式有哪些？
1. 失败模式一是检索迷失，多跳之后查询越走越偏，最后一跳和原始问题已经无关。
2. 失败模式二是证据消化不良，召回内容太多塞爆上下文，关键证据被噪音淹没。
3. 失败模式三是过早收敛，两轮检索就宣布足够，漏掉的关键证据导致答案以偏概全。
4. 失败模式四是过度检索，简单问题也查七八轮，成本失控用户等烦。
5. 失败模式五是矛盾证据处理失败，两个来源打架时模型随机站队而不是标注冲突。
6. 失败模式六是引用断裂，答案对了但引用指错来源，可信度评测直接挂掉。
7. 面试加分点：每类失败都给一条对应用户可感知的症状，体现从用户视角诊断问题的能力。

11. 生产落地 Agentic RAG 有哪些实践建议？
1. 建议一是渐进式架构，固定流水线打底，智能体作为难问题的旁路升级通道，而不是推倒重来。
2. 建议二是先把检索基建做扎实，切分质量、元数据、混合索引做不好，智能体再聪明也是巧妇难为无米之炊。
3. 建议三是给智能体装护栏，最大轮次、预算上限、证据充分性检查，防止失控。
4. 建议四是全程留痕，每轮查询、召回、弃用原因都记录，既是排障依据也是效果分析的金矿。
5. 建议五是按问题分流监控，简单和复杂问题的指标分开统计，别让平均数掩盖问题。
6. 建议六是人机协同兜底，智能体多轮后仍无把握就转人工，别硬凑一个低质量答案。
7. 面试收尾观点：Agentic RAG 的落地难点不在论文里的算法，而在检索基建、成本控制和评测体系这三件朴素的事。

包含的内容比较多，这里只做了简单的截图介绍，需要拿来学习的小伙伴查看下方图片！

📚 大模型面试题系列 · 持续更新

INTRO_REMOVED

长按识别二维码，添加微信好友

获取完整版面试题合集，注明 「面试」 通过好友申请