Πέρα από την απλή αναζήτηση. Το Agentic RAG συνδυάζει την ανάκτηση πολλαπλών βημάτων με την ανακατάταξη, την επαλήθευση και την εκτέλεση εργαλείων, ώστε κάθε απάντηση να είναι υπερασπιστή και κάθε ενέργεια να μπορεί να ελεγχθεί.
Το Traditional RAG επιστρέφει τα καλύτερα κομμάτια που ταιριάζουν και ελπίζει ότι ένα μοντέλο γλώσσας θα το λύσει. Το Agentic RAG αναδιπλώνει αυτό το βήμα σε έναν βρόχο: σχεδιάζει την ανάκτηση, ελέγχει τα αποτελέσματα σε σχέση με τους επιχειρηματικούς κανόνες, διασχίζει το σχετικό πλαίσιο όταν εντοπίζονται κενά και μόνο τότε πραγματοποιεί μια απάντηση ή μια ενέργεια.
Ένας ενορχηστρωτής αποσυνθέτει την πρόθεση του χρήστη σε υποερωτήματα, επιλέγει το σωστό retriever (διάνυσμα, BM25, γράφημα ή SQL) και τα προγραμματίζει παράλληλα.
Ένας ειδικός αναβαθμιστής βαθμολογεί κάθε υποψήφιο έναντι του αρχικού ερωτήματος, αυξάνοντας την ακρίβεια όπου οι κατά προσέγγιση απαντήσεις δεν είναι αποδεκτές.
Μια αλυσίδα επαλήθευσης ελέγχει τις αναφορές, τους επιχειρηματικούς κανόνες και τους περιορισμούς πολιτικής πριν επιστρέψει μια απάντηση. Όταν επιτρέπεται, ο πράκτορας ολοκληρώνει την ενέργεια — ενημέρωση ενός εισιτηρίου, εκτέλεση κλήσης API — αντί να παραδώσει την εργασία πίσω σε έναν άνθρωπο.
Ακολουθεί συνδέσμους μεταξύ εγγράφων και κόμβων γραφημάτων γνώσης για να απαντά σε ερωτήσεις που καλύπτουν πολλές πηγές, χωρίς φουσκώματα με άσχετο πλαίσιο.
Ένας ειδικός αναβαθμιστής βαθμολογεί κάθε υποψήφιο έναντι του αρχικού ερωτήματος, αυξάνοντας την ακρίβεια όπου οι κατά προσέγγιση απαντήσεις δεν είναι αποδεκτές.
Κάθε αξίωση μπορεί να ανιχνευθεί στην πηγή της — αναφορές με δυνατότητα κλικ, απόδοση σε επίπεδο κλίμακας και βαθμολογίες εμπιστοσύνης σε κάθε απάντηση.
Όταν η εμπιστοσύνη πέφτει κάτω από το όριο, ο αγωγός κατευθύνεται προς έναν άνθρωπο με συνημμένο το πλήρες ίχνος συλλογισμού — όχι μια απλή ερώτηση.