代理式檢索增強生成（Agentic RAG）：何時需要再查一次

代理式檢索增強生成，英文 Agentic RAG，通常指由模型在流程中決定何時搜尋、去哪裡搜尋，以及取得資料後是否還需補查的 RAG 系統。它延伸的是檢索決策，不代表資料自動變正確，也不必然需要多個代理。一次能回答的問題仍可只查一次；只有發現缺口時，才有理由增加步驟。

這個名稱沒有單一公認的演算法規格。本篇採 LangGraph 官方教學的可操作意義：模型可以選擇呼叫檢索工具，流程檢查段落相關性，必要時改寫問題，再生成回答。Self-RAG 論文也是研究按需檢索與自我檢查，但它訓練特定的反思 token 機制，不能把所有 Agentic RAG 都說成 Self-RAG。

主動決定下一個查詢

固定式 RAG 常把使用者問題送進既定檢索器，再把找到的內容交給生成器。代理式流程則容許模型依中間結果改變後續行動。例如原問題包含兩個活動場地，第一次找到場地介紹後，模型發現缺少裝置規則，便再向規章索引查詢。這裡的價值在於根據證據缺口補資料，而不是讓模型反覆重述自己已知的內容。

工程上要把可以自由決定的地方說清楚。模型可以選擇查詢文字與受允許的資料來源，但讀取權限、最多執行多久、哪些錯誤應中止，仍由應用程式控制。把模型決定直接當成完整流程規格，會讓一個簡單問答變成難以預估的探索任務。代理的彈性與程式的限制是同時需要的設計條件。

從證據缺口回到檢索

一個可理解的迴圈包括：列出待回答的子問題、選工具取資料、檢查新資料能支持哪些主張，最後決定回答、補查或停止。相關性檢查回答的是「這段有沒有談到問題」，充分性檢查則是「已經足夠作結論嗎」。一份場地介紹可能高度相關，卻沒有容納人數，兩種檢查不能混在一起。

停止條件最好與任務一起設定。若所有必要欄位已有來源，可以生成比較；若資料互相矛盾，應揭露衝突；若查詢持續只得到同一份文件，可以停止並列出欠缺項目。成功並不是直到模型說「我很有把握」，而是讀者事先要求的資訊已有依據。工具失敗也要保留失敗狀態，不能把連線錯誤誤寫成查無資料。

示範：比較社群活動場地

假設輸入是「比較河畔教室和山城會館，哪些適合需要投影與無障礙入口的讀書會？」這是虛構教學情境。第一次檢索可取得兩個場地的裝置表，其中河畔教室有投影裝置，山城會館只有空間照片。代理應識別山城缺裝置證據，再查借用手冊；入口條件則到場地配置或官方說明查，不能從照片猜測。

預期輸出是一份逐項比較：投影是否提供、入口是否符合題目需求、各欄的來源，以及仍需向管理單位確認的事項。若手冊只寫「可提供輔助」，不足以證明特定入口可用，應標示未確認。這時多一次查詢可以幫忙找到資料，但更多模型推理不能填補文件未記錄的事實。

若把題目改成「找出山城會館的聯絡電話」，固定檢索可能就夠。代理先規劃、再檢查、再搜尋，反而增加等待與出錯機會。同一系統可以按任務複雜度選擇路徑：明確單項查詢走短流程，跨來源比較才開啟動態補查。這是設計上的取捨，沒有任何來源保證代理式方案對所有問題都較好。

需要防止的不是只有幻覺

代理式檢索常見的失敗是查詢漂移：原本查入口條件，改寫幾次後變成搜尋一般無障礙旅遊。另一種失敗是反覆查同義句，取得相同內容卻把它們當成多份獨立證據。要保留原始問題、已回答欄位與文件識別碼，讓重複資料可以被辨認，並要求每次補查說明要解決哪一個具體缺口。

模型自行判斷資料充分也可能過度樂觀。對重要欄位，可由程式檢查是否附有有效來源，或者由人工抽查引用是否支持主張。程式只能驗證已設計的條件，不會自動理解所有語意，因此仍要把缺資料、矛盾與來源日期納入評估。每次工具讀取應遵守同一使用者權限，不能因為下一步由代理決定就擴大存取範圍。

如何評估是否值得增加迴圈

比較方案時，要使用相同文件版本與相同問題，分別記錄固定 RAG 和代理式流程的答案完整性、引用支持度、工具呼叫次數與等待時間。若改善只出現在跨文件題目，就可保留針對性的路由，不必全面替換。評估也要包含無答案題，觀察代理是否能停止，避免只在可以成功的示範題上得出樂觀結論。

讀者看產品介紹時，可以要求展示一次完整查詢紀錄：最初找到什麼、為什麼再查、後來補上什麼，以及何時停止。能顯示這些資料，才有機會判斷系統的額外步驟是否有用。代理式 RAG 的核心是讓檢索隨證據調整；排程、重試、監控與多人協作則是支撐它運作的工程工作，不應全部混稱為代理的推理能力。

若系統提供查詢進度，畫面上的「正在查證」也要對應實際動作。已排定搜尋不等於工具已成功回傳，工具回傳也不等於證據已讀完。保留這些狀態差異，能讓使用者理解等待的原因，也方便工程團隊辨認卡在工具連線、文件解析或模型判斷的哪個階段。

檢索增強生成（RAG）是什麼：讓回答附上可查的依據

代理迴圈（Agent Loop）是什麼：判斷、操作與回饋

代理協調（Agent Orchestration）是什麼：安排分工與交付順序

AI 名詞總索引：從 Loop Engineering 到生成式 AI

• AI 工具
• 教學
• AI 名詞解釋