下载掌阅APP，畅读海量书库
立即打开
从层级上看，LLM提供了语言理解和生成的基础能力，而RAG则在此基础上结合特定知识库来提高输出的准确性和相关性。智能体（agent）进一步利用LLM和RAG的能力，在更高层次上执行任务，基于其感知和决策机制在各种环境中做出响应。
智能体是指具有感知环境并据此做出决策或响应能力的实体。它们能够利用LLM进行自然语言处理，并借助RAG技术获取和利用知识，在广泛的情境中做出决策和执行任务。智能体位于应用层，代表了LLM和RAG技术在特定环境下的集成应用。
智能体RAG（agentic RAG）是检索-生成模型架构的高级形态，它允许智能体根据不同的应用场景动态调用和协调各个模块，以完成复杂任务。在这种体系中，LLM不仅参与最终响应的生成，还会参与到整个RAG流程中，包括根据用户输入选择合适的模块、评估输出结果以及优化未来的搜索方案。
智能体RAG可以应用于多个领域，如问答、客户服务、教育等，构建出不同类型的智能代理。此外，还可以组合多个智能体来创建混合智能体（Mixture-of-Agents，MoA）架构，以应对更为复杂的任务需求。