什么是 Agentic Search:智能体按需检索的定义与边界

作者:新兰2026.11.16 10:18浏览量:0

简介:本文定义 Agentic Search(智能体按需检索):检索不再是模型看到问题之前的一次性前置步骤,而是模型在推理过程中自主发起、反复迭代的动作。文章解释它为何在代码调查等场景中被优先于“先建库、再切分、再向量召回”的经典 RAG 方案,关键词式行级匹配为何成为首选工具,并给出工作原理、排障轨迹、适用边界、混合架构与选型注意事项,帮助读者判断什么时候该用索引、什么时候该交给智能体自己查。

agentic-search">一、定义:什么是 Agentic Search

Agentic Search(智能体按需检索)指的是这样一种检索范式:以大模型为检索主体,把“检索”当作推理循环中可反复调用的一个动作,而不是问题进入模型之前必须完成的一道固定工序。模型自己决定搜什么、在哪里搜、用什么词或模式搜、看到什么结果算证据充分,并通过多轮“调用工具—观察结果—修正查询”逐步逼近答案。

从三个视角理解这个概念会更清楚:

技术视角:检索由数据流水线中的静态环节,变成推理循环中的一个可调用算子。索引可以存在,但它不是入口,而是模型按需触发的候选来源之一。

业务视角:把原本需要工程师手工完成的“查资料、翻代码、对配置、看变更历史”的调查过程,交给一条可复现、可审计的自动化链路,输出附带证据链而不仅是结论。

使用视角:使用者不必预先设计切片策略、不必先跑一遍嵌入、也不必担心“问题里没有关键词所以召不回”。只要语料处在一个模型可访问、可搜索的位置,调查就可以开始。

需要强调的是,Agentic Search 并不是某个具体产品的专有名词,而是近两年工程实践中逐渐形成的一类做法的统称。它描述的是控制流的组织方式,而不是某个检索算法的优劣。

二、根本差异:查询由谁写、在什么时候写

围绕它的争论经常被摆错位置。并不是逐行关键词匹配在匹配算法上“战胜”了向量相似度,而是检索的发起者与发起时机发生了变化。

维度 经典 RAG Agentic Search
检索时机 模型看到问题之前 模型推理过程中,按需触发
查询作者 用户的原始问题(可能经改写) 模型自己生成,并随结果演化
检索次数 通常一次,最多加一轮重排 多轮,直到证据充分或预算耗尽
上下文供给 固定数量的若干片段 增量式,边读边决定下一批
可用工具 单一向量库 整个执行环境:文本检索、目录列举、文件读取、历史查询、日志查询
典型失败模式 召回不到就等于答不出 可换关键词、换工具、扩范围,失败可恢复

由此可以得到一个比“谁的检索更准”更本质的结论:检索质量大致等于查询质量与工具能力的乘积。在 RAG 范式下,写查询的一方是用户,查询基本就是那句原话,唯一能优化的是工具侧,于是行业把精力集中在切分粒度、重叠窗口、重排模型上。到了 Agentic Search,写查询的一方变成了一个会替换同义词、会写正则、会看结果收窄范围的前沿模型,工具侧反而可以做得更简单、更笨、更确定。

三、为什么关键词式行级检索成了首选

在智能体手里,逐行关键词匹配之所以成为最常用的一把工具,原因并不神秘:

  1. 精确标识优先。错误码、函数名、配置项名、文件路径、日志中的请求标识,都是高信息密度、低歧义的字符串。对这类对象,逐字命中远比语义相近更可靠——语义检索很容易把定义处和抛出处都判为“相关”,却排不出先后。

  2. 零索引成本。不需要构建向量库,语料一改动,下一次检索立即生效。向量方案则要面对增量更新、重建索引、版本对齐这些持续成本。

  3. 确定且可解释。给定模式与范围,输出是可预期的。出了问题能复现,便于调试与审计。

  4. 可组合性强。它只是命令行执行环境中的一个算子,和目录列举、文件读取、历史变更查询、结构化日志过滤串在一起,才能覆盖完整调查链路。

  5. 上下文经济。输出是带文件位置与行号的短行,比大段摘要把上下文填满要便宜得多,也更便于二次精确定位。

  6. 与模型能力互补。这种输出格式几乎不需要额外解释,模型天然读得懂,可以直接据此决定下一步动作。

四、工作原理:一个统一的推理循环

抛开具体工具,Agentic Search 的骨架是一个受限的“思考—行动—观察”循环:

  1. 输入:调查目标 goal,工具集 T = { 文本检索, 目录列举, 文件读取, 历史变更查询, 日志/指标查询 }
  2. 预算:最大步数、最大 token、最大耗时
  3. 历史 history = []
  4. 循环:
  5. 若 证据足以回答 goal,或 预算耗尽:跳出
  6. 动作 = 模型( goal, history, T ) // 决定下一步查什么、在哪查、用什么模式
  7. 结果 = 执行(动作) // 只读执行,附带范围与条数限制
  8. history 追加 (动作, 结果)
  9. 输出:结论 + 支撑结论的证据链(位置、片段、变更记录)

真正的工程重心不在检索本身,而在这个循环的三处控制:终止条件如何判断(避免无限试探)、预算如何分配(早期精确检索应廉价,后期深挖才允许昂贵)、以及失败如何降级(查不到时明确说“证据不足”,而不是编造一个听起来合理的结论)。

五、一次排障的完整轨迹

设想线上接口开始大量返回错误码 E_QUOTA_4021,日志里只有这个码,没有其他信息。

第一步,全库文本检索 E_QUOTA_4021,命中两处:一处是该错误码在错误定义模块中的声明,另一处是限流模块中抛出它的位置。读取抛出处的代码,看到触发条件与某个“突发流量上限”配置项相关。

第二步,检索该配置项在配置目录中的出现位置。结果只出现在默认配置里,环境专用配置中并无覆盖项——这意味着生产环境一直在使用默认值,而不是某个被单独调过的参数。

第三步,查询版本历史中该配置项被修改的记录,翻出上周的一次提交:默认值从 500 被改成 50,提交说明写的是“测试环境调低”。

三步定位根因。这条轨迹里有两点值得抽象:

其一,第二步真正的查询关键词(那个配置项名),在任务开始时并不存在于任何输入中,它是读完第一步结果之后才产生的。查询是任务中间态的函数。

其二,第三步用的甚至不是文本检索,而是历史变更查询。智能体手里拥有的是一个完整的只读执行环境,关键词匹配只是其中最顺手的那个工具。

对照经典 RAG:用原始报错文本做一次性检索,即使嵌入质量足够好、把抛出点那段代码召回了,链路也走不下去——因为“该问配置项”这件事必须读完第一批材料才问得出来,而“该看变更历史”这件事又要读完第二批材料才知道。模型手上只有固定几段材料,看不到库里还有什么,最终多半输出一个措辞严谨、却没触及根因的建议。

六、典型适用场景

代码与工程调查:错误码溯源、调用链梳理、构建与流水线失败诊断、依赖关系核查。

配置与变更治理:某个阈值、开关、配额由谁在何时改动,为什么改,影响了哪些环境。

日志与可观测性调查:从错误码到指标到日志的分层下钻,属于典型多跳查询。

大体量目录型文档:制度、手册、合同、图纸说明等以文件名和章节标题为主要索引依据的语料。

只读审计与取证:要求每条结论都可定位到原始位置的场景,关键词命中的证据强度天然优于相似度排序。

七、边界:为什么这个结论主要在代码场景成立

原命题还有一个常被忽略的限定:它主要在代码与结构化文本场景成立。私有知识问答的情况差别明显。

查询形态不同。代码调查往往有唯一确定的目标符号;知识问答常常是模糊需求,用户问“离职流程怎么走”,本身给不出任何可匹配的关键词,语义召回才是主路径。

语料形态不同。自然语言长文缺少稳定标识符,逐字匹配命中率天然偏低;单篇文档很长,行级片段信息量不足,需要段落或章节级粒度。

成本曲线不同。代码库的检索命中一次几乎零成本,而大规模非结构化语料上让模型逐轮试探,步数与 token 会随语料规模与文档长度快速上升。

约束不同。知识问答通常伴随严格的权限边界与引用出处要求,谁能看哪些文档必须在检索层统一约束,不能交给模型自由探索。

因此正确的表述不是“取代 RAG”,而是:语料可寻址、目标可精确命名的场景优先交给智能体按需检索;语义主导、权限敏感、需要稳定引用的场景仍需索引先行。

八、混合与分层:推荐落地形态

工程上更稳妥的是把两者叠起来,而不是二选一:

第一层,结构化与关键词索引。承担精确命中、元数据过滤与权限过滤,保证结果与可访问范围可控。

第二层,语义或向量召回。作为兜底路径,处理用户给不出关键词的模糊查询。

第三层,智能体推理循环。在候选集合之上做迭代收窄、跨源切换、多跳追踪,并决定何时停止。

第四层,预算、降级与证据链输出。缺证据时明确声明不确定性。

第五层,可观测性。记录每一步的查询、命中数量、耗时与 token 消耗,用于成本优化与效果评测。

在云上落地时,这一架构的基座通常由通用能力组合而成:对象存储承载原始语料,日志服务与监控告警提供运行时可观测数据,数据库与检索服务提供结构化与索引查询,身份认证与权限体系负责检索范围约束。百度智能云的通用产品类目中即可找到这些角色的对应能力,具体选型仍应结合自身语料形态与合规要求评估。

九、使用注意事项

预算与循环控制是第一位。步数、token、时间三重上限必须显式设置;缺少终止条件时,智能体容易在同一处反复检索而不收敛。

权限默认只读。智能体拥有命令行执行能力意味着风险面显著扩大。生产环境应限制为只读、限定可访问路径、对写操作与外部数据外发设置人工确认,并保留完整操作审计。

输出噪声需要治理。检索结果条数与单条长度都要有上限,否则上下文被低价值内容占满;对超大结果集应先做过滤聚合,再交给模型解读。

安全威胁要单独考虑。语料中可能藏有针对模型的指令性文本(间接提示注入);模型生成的检索表达式需要参数化与白名单校验,防止路径穿越与命令注入;日志与上下文中避免落地敏感字段。

语料组织决定上限。稳定的命名约定、清晰的目录结构、完整的元数据(所属环境、生效版本、负责人)对命中率的提升,往往大于继续调切片参数。

评测要换指标。不要只看答案读起来是否合理,应同时衡量任务成功率、根因命中率、证据正确性、平均步数与单任务成本;离线评测集应覆盖“需要多跳”与“证据不足”两类样本。

索引新鲜度是隐性故障源。混合架构中若索引更新滞后于语料变更,会出现“看起来检索正常但结论过时”的静默错误,需要显式的更新链路与健康检查。

十、常见误解澄清

误解一,关键词检索打败了向量检索。没有。变化的是查询的生成者与生成时机,工具选型是这个变化的结果,而非原因。

误解二,用了智能体就不需要索引。规模、语料形态与权限模型决定了索引仍是精确匹配与访问控制的基座,只是从入口变成了候选源。

误解三,上下文越长越好。长上下文抬高能力上限,但不降低成本与噪声干扰;按需检索在多数调查型任务中更经济。

误解四,这只适用于代码。结构化的工单、配置、指标、资产台账同样适用;判断标准不是“是不是代码”,而是“目标能否被精确命名、语料能否被稳定寻址”。

十一、总结

Agentic Search 的定义可以收敛为一句话:由模型自主规划并迭代执行检索的推理范式。它的核心价值在于把“该问什么”交给能看到证据的模型,把“能不能查到”交给简单、确定、廉价的工具,从而在多跳调查类任务上突破一次性预检索的天花板。它的适用边界同样清晰:语料可寻址、目标可精确命名、执行环境可安全约束时收益最大;语义主导、权限敏感、需要稳定引用的知识问答场景,更适合索引先行的混合形态。理解这条分界线,比争论两种范式孰优孰劣更有实践价值。