简介:系统学习检索增强、智能体与模型上下文协议,关键不是堆概念,而是分清边界、组合方式和落地风险。本文对比三者的目标、架构、接入成本与适用场景,并给出条件化选型与联调注意事项,帮助读者判断先补哪一块能力。
本文对比的对象是三类常被放在同一学习路径里、但职责并不相同的技术能力:检索增强生成(RAG)、智能体(Agent),以及模型上下文协议(MCP)。RAG解决“答案从哪来、如何把外部知识约束进生成”;Agent解决“任务如何拆解、工具如何被调度、多步流程如何闭环”;MCP解决“模型与外部工具、数据源之间如何用统一方式描述和调用”。三者可以叠加,但不能互相替代。下面从定义、共同点、差异、场景与迁移风险说明如何选择。
很多团队把“能聊天”误当成“能上生产”。文档只写接入步骤,很少说明失败来自切分、检索、规划还是工具协议。公开讨论里,检索增强、自主决策和工具互联的热度都在上升,但这只说明需求在变多,不说明三种能力要同时上满。选型应先问:缺的是事实依据、流程编排,还是工具接入标准。
要形成可交付能力,通常还要同时看三层:能把链路写成可测代码的实现能力;能把演示变成可观测、可回滚系统的架构能力;能随接口与模型变化持续演进的技术判断力。只追新协议、不补检索与评测,或只做单轮问答、不设计权限边界,都会在生产里暴露。
RAG的基本链路是:用户问题向量化或同时做关键词检索,在知识库中召回片段,再把片段作为上下文交给大语言模型生成。相似度常用余弦相似度衡量方向是否接近,而不是用欧氏距离衡量向量长度。嵌入维度常见为数百到一千余维,维度更高往往更细,但存储、延迟和成本也更高,需按场景取舍,不能默认“越长越好”。
文档切分是RAG里最容易被低估的环节。块大小与重叠长度没有通用最优值。块过大则噪声多、上下文被稀释;块过小则语义被截断,召回片段无法独立回答。中文不能照搬面向英文的分隔规则,应按句、段、标题层级和业务字段切分。块大小约千字符、重叠约一二百字符,只能当作试验起点,必须用真实问答集回归。
Agent把模型从“一次生成”扩展为“观察—规划—行动—再观察”。它维护目标、中间状态和停止条件,可调用检索、计算、工单或业务接口。价值在多步任务,风险在规划错误、工具误用和循环调用。没有权限、预算和人工确认点的智能体,不适合直接碰生产写操作。
MCP把工具、资源和提示的描述、发现与调用收敛到一套协议语义上:能力如何声明、参数如何校验、结果如何返回、错误如何表达。它不负责知识是否正确,也不负责任务该不该做,而是降低“每个工具一套私有适配”的碎片化成本。协议统一不等于业务语义自动正确,鉴权、限流、幂等仍要在服务侧实现。
三者都围绕“让模型少靠参数记忆、多靠外部信息与动作”这一目标。它们都依赖清晰的输入输出契约:RAG依赖片段与引用,Agent依赖工具返回与状态,MCP依赖能力描述与错误码。它们都放大模型原有缺陷——检索噪声会被写进答案,错误工具会被智能体反复调用,协议层若缺少校验,非法参数会直接打到后端。
在工程上,三者都需要评测而不是只看演示。RAG看召回率、引用忠实度和拒答;Agent看任务完成率、步数、失败恢复和越权调用;MCP看发现是否完整、模式是否兼容、超时与版本是否可观测。没有日志与回放,就无法判断问题出在哪一层。
架构边界不同。RAG的系统边界主要在索引、向量库或混合检索、重排和生成。Agent的边界在规划器、记忆、工具路由和人工介入。MCP的边界在客户端与服务端的能力协商,本身通常不包含业务编排。把协议当成智能体,或把检索当成自动决策,都会选错组件。
功能覆盖不同。RAG擅长受控问答、制度解释、带引用的客服与知识助手,不擅长自主执行跨系统变更。Agent擅长跨步骤办公流、排查辅助和需要分支判断的流程,但若知识源未治理,它只会更自信地用错事实。MCP擅长把检索、数据库查询、日历或内部API以一致方式暴露给模型和智能体,但不提供“何时调用”的业务策略。
接入成本不同。RAG的改造量集中在数据清洗、切分、元数据、权限过滤和索引更新。Agent的改造量集中在状态机、工具白名单、确认策略和失败补偿。MCP的改造量集中在把已有接口改造成可描述、可版本化的能力,并处理客户端兼容。已有稳定HTTP接口时,不必为了“协议完整”先重写全部后端;工具数量少、调用方单一时,直接函数调用可能更简单。
性能与稳定性不同。RAG的延迟主要来自嵌入、检索、重排和上下文长度;索引新鲜度决定答案是否过时。Agent的延迟和费用随步数上升,最坏情况是循环。MCP多一跳协议解析,通常不是瓶颈,瓶颈仍是下游工具的超时与限流。弹性上,检索可水平扩展索引节点;智能体更要限制并发步数和令牌预算;协议服务要做连接隔离,避免一个慢工具拖垮全部会话。
安全差异更关键。RAG必须做文档级权限过滤,否则向量相似会跨租户召回。Agent必须区分只读与写入工具,高风险动作要二次确认。MCP要把身份传到工具侧,不能只在模型提示里“要求不要越权”。审计上应记录查询、命中文档、工具名、参数摘要和结果状态,同时避免把密钥写入日志。
成本结构也不同。RAG的长期成本在存储、重嵌入和数据治理人力。Agent的成本在调用次数、失败重试和人工兜底。MCP的成本在协议适配、版本维护和多客户端兼容测试。具体价格无法泛化,只能按调用量、索引规模和人工介入率估算。
示意流程(伪代码,仅说明职责,不是可运行实现):
query = user_inputif need_facts:chunks = retrieve(query, acl=user_acl) # RAGcontext = build_context(chunks)if need_multi_step:plan = agent_plan(query, context) # Agentfor step in plan:if step.uses_tool:result = call_tool(step.tool, step.args) # 经统一协议或直接调用else:result = generate(step, context)answer = generate_with_citations(context, tool_results)
| 维度 | RAG | Agent | MCP |
|---|---|---|---|
| 核心问题 | 知识从哪来、是否可引用 | 任务如何分步完成 | 工具如何被统一描述和调用 |
| 系统边界 | 索引、检索、重排、生成 | 规划、状态、工具路由、确认 | 能力发现、参数模式、调用与错误 |
| 典型输入 | 问题 + 权限范围 | 目标 + 可用工具 + 约束 | 能力清单 + 调用参数 |
| 失败模式 | 切分不当、召回漂移、幻觉引用 | 死循环、误调用、状态丢失 | 模式不兼容、版本分裂、鉴权缺失 |
| 接入重心 | 数据治理与评测集 | 编排、预算、人工介入 | 接口标准化与兼容 |
| 更合适的时机 | 答案必须基于内部文档 | 流程分支多、需要连续行动 | 工具多、调用方多、希望减少私有适配 |
| 不适合单独承担 | 跨系统自动变更 | 无知识库时的事实问答 | 业务策略与答案正确性 |
内部知识问答、制度查询、带出处的客服:优先把RAG做扎实。先固定切分、混合检索、权限过滤和引用评测,再考虑是否引入智能体。若问题大多一轮就能答完,上完整智能体只会增加延迟和不确定性。
跨系统办理类任务,例如“查知识库后创建草稿、等待人工确认再提交”:以Agent为编排层,把RAG当作其中一个只读工具。写入类工具默认关闭或必须确认。停止条件、最大步数和费用上限要写进策略,而不是写进提示词碰运气。
工具已经很多、多个应用都要接同一批能力:优先考虑MCP或同等统一的工具描述方式,让检索服务、查询服务和业务动作以同一发现机制暴露。若只有一两个调用、团队也小,维持直接调用更划算,等工具数量和调用方增加再协议化,避免过早抽象。
演示环境与生产的差别在于:演示可以接受过期索引和宽松权限;生产必须回答更新延迟、租户隔离、故障降级(检索失败时拒答而不是编造)以及发布回滚。行业分析里关于“自主决策占比”或“协议采用率”的数字只能当作趋势参考,不能当作建设指标。
在事实错误是主要投诉时,先投资RAG的数据与评测,而不是先换更强的规划器。在事实基本可信、但流程经常断在人工复制粘贴时,再引入有限工具集的Agent。在适配代码开始复制、同一工具在多个客户端各写一套参数时,再把调用面收敛到统一协议。
三者叠加的推荐顺序通常是:先有可权限过滤的检索,再有带白名单的智能体,最后把稳定工具协议化。顺序反了,智能体会在脏数据上自动行动,协议层也会把不稳定接口放大到所有客户端。
条件化判断可以记成:高合规、强引用场景加重RAG;长流程、可回滚场景加重Agent并限制写操作;多客户端、工具生命周期长的场景加重协议统一。团队运维能力不足时,优先缩小工具面和自动化范围,而不是追求“完全自主”。
从纯提示词问答迁到RAG:要重建文档血缘、切分策略和权限标签,旧对话缓存不能直接当知识。嵌入模型一旦更换,通常需要全量或分批重嵌入,并双索引对比召回,避免静默质量下降。中文分隔符、表格和扫描件要单独处理。
从固定流程迁到Agent:把确定性步骤留在普通工作流里,只把分支判断交给模型。迁移期保留人工确认和只读模式,记录每步工具参数。状态要可恢复,避免进程重启后重复提交。
从私有工具调用迁到MCP一类协议:保持业务错误码与超时语义,不要只映射“成功/失败”。版本字段、必填参数和弃用策略要可测试。客户端与服务端要能灰度。权限仍在资源侧校验,协议不能代替访问控制。
联调时建议分层排障:先看召回片段是否含答案,再看模型是否忠实引用,然后看智能体是否选对工具,最后看协议参数是否与后端一致。每层都有独立用例,才能避免“整条链路不通”时无从下手。
监控上至少包含:检索命中与空结果率、答案引用覆盖、智能体步数分布、工具错误率、协议版本占比和越权拒绝次数。告警应指向可操作原因,而不是只报“模型效果变差”。
RAG、Agent与MCP分别对应知识约束、任务编排和工具互联。共同点是都把模型接到外部世界,差异在系统边界、失败模式和成本落点。选型时按“缺事实、缺流程还是缺统一调用”决定先后,用权限、评测、步数上限和版本兼容守住生产边界。先跑通最小闭环,再按真实故障扩展,比同时堆满三种能力更稳。