待验证50% 置信观点精确时间
在代理场景下，RAG 面临新挑战：检索时机需由代理自主判断，检索结果需与多步任务状态整合，且检索质量直接影响后续操作的准确性。
1
来源数
50%
置信度
长期有效
时效性
2026/11/6
首次发现
来源
涉及实体
相关事实
待验证Skill 的按需加载机制与检索增强生成（RAG）思路一致：先检索、再注入、后执行。76% 相似待验证在智能体场景中，RAG 通常作为一个可调用工具存在，智能体自主决定何时触发检索73% 相似待验证在Agent技能路由场景中，通过RAG向量检索可以将上下文占用从数万token压缩到几百token，同时保持极高的召回准确率71% 相似待验证工作流文档配合提示词后追机制本质上是一种检索增强生成（RAG）的简化实现，用于在上下文重置后快速恢复Agent的任务认知70% 相似待验证在多步骤AI流程中，即使最终执行操作相同，执行步骤的顺序变化也可能改变结果，例如RAG系统中先检索后生成与先生成后检索的区别69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1144117API
curl https://kongchang.com/api/v1/knowledge/claims/1144117MCP
get_claim(id=1144117)