什么是 RAG？

Source: Dev.to

Introduction

大多数 AI 模型并不真正“了解”你的数据。它们的答案是基于训练时所学的内容生成的——这意味着它们可能 过时、不准确，或 缺少上下文。

Retrieval‑Augmented Generation (RAG)

这就是 RAG（检索增强生成）发挥作用的地方。

How RAG works

RAG 通过三个步骤工作：

1. Search – 查找相关信息（文档、PDF、数据库）。
2. Retrieve – 提取最有用的片段。
3. Generate – 使用这些信息生成答案。

Simple idea

• Normal AI → 猜测。
• RAG → 先查找信息，再作答。

Example

Ask: “What’s our company’s leave policy?”

• Without RAG – 通用答案 ❌
• With RAG – 调取实际公司文件 ✅

Why it matters

• 更准确的答案
• 使用实时 / 私有数据
• 减少幻觉（错误信息）
• 为 AI 代理和副驾驶提供动力

Conclusion

如果你今天在构建 AI，可能已经在使用 RAG——即使你没有意识到它的存在。