从 RAG 到 Agent：让大模型“会用工具”
大语言模型本身像一个”博学但闭门”的人：它读过很多东西，但知识停留在训练那一刻，也无法主动查资料、算数或执行操作。要让它真正”做事”，需要给它接上外部世界。这条路通常从 RAG 开始，走向 Agent。
RAG：给模型补上”时效”和”依据”
模型有两个常见毛病：一是知识过期，训练之后发生的事它不知道；二是”幻觉”，对不确定的内容也会一本正经地编。检索增强生成（RAG, Retrieval-Augmented Generation）针对的就是这两点。
它的基本流程很直观：
- 把你的文档切成小块，转成向量，存进向量库（建立索引，离线完成）。
- 用户提问时，把问题也转成向量，到库里检索出最相关的几段。
- 把这几段原文连同问题一起塞进提示词，让模型”看着材料回答”。
这样模型回答时有了实时、可追溯的依据，既能覆盖新知识，也能在答案里标注出处，明显降低幻觉。RAG 的效果好坏，很大程度上取决于检索质量——这也是为什么向量检索本身值得单独研究。
工具调用：让模型”动手”
光会查还不够，很多任务需要执行动作：算一笔账、查实时天气、调用公司内部 API。现代模型支持”工具调用”（function calling）：开发者把可用的函数以结构化的方式描述给模型，模型在需要时不直接作答，而是输出一个调用请求。
比如模型可能返回这样一段结构化结果：
{
"tool": "get_weather",
"arguments": { "city": "上海", "date": "2026-06-18" }
}你的程序接到它，真正去调用天气接口，把结果再喂回模型，模型据此组织最终回答。关键在于：模型负责”决定调用什么、传什么参数”，真正的执行由你的代码完成。这层分工既安全又灵活。
从单步到多步：Agent 的雏形
把”思考—调用工具—观察结果—再思考”这个循环串起来，模型就具备了多步解决问题的能力。一个经典范式是 ReAct（Reasoning + Acting）：模型交替地”推理一下”和”采取一个行动”，根据每一步的观察结果决定下一步，直到任务完成。
在这个基础上加入记忆（记住之前做过什么）、规划（先拆解任务再逐步执行）和多个工具，就构成了我们常说的 Agent。它能完成像”查资料、整理成表格、再发一封邮件”这样跨多个步骤的任务。
别神化 Agent
Agent 很强，但也有现实的局限。步骤越多，错误越容易累积——某一步走偏，后面可能全盘皆错。它对工具的稳定性、提示词的设计、以及”何时停止”的判断都很敏感。因此在工程实践中，往往需要给 Agent 加上约束：限制最大步数、对关键操作做人工确认、把复杂流程拆成可验证的小段。
小结
RAG 让模型”看得到最新、答得有依据”，工具调用让它”做得了事”，多步循环则把这些能力组织成自主完成任务的 Agent。理解这条从”能说”到”能做”的演进路径，是搭建实用 AI 应用的基础。
← 返回首页