待验证50% 置信事实精确时间
RAG通过在推理时动态检索外部知识库补充模型静态知识，Tool Use赋予模型调用外部能力的接口，两者构成现代Agent架构的基础设施层
1
来源数
50%
置信度
长期有效
时效性
2026/7/12
首次发现
来源
Rust AI Agent实战：GAIA基准测试揭示大模型能力天花板
bilibili软件工艺师2026/7/10
相关事实
待验证RAG（检索增强生成）使Agent能够突破上下文窗口的物理限制，访问外部知识库，其检索质量高度依赖嵌入模型的语义理解能力与文档切分策略79% 相似待验证Agentic RAG赋予模型自主规划能力，可判断信息是否充分、决定是否多轮检索、选择调用工具或数据源，并进行自我反思和迭代修正76% 相似部分验证Agentic RAG的核心思想是将RAG中的各个环节封装成可调用的工具（Tool），并赋予大模型自主决策的能力73% 相似待验证智能体框架（Agent Harness）不替代核心模型的推理能力，而是在模型之外构建运行时管理壳，负责工具调用、状态管理、错误恢复等横切关注点72% 相似已验证Anthropic的Tool Use技术为Agent循环提供了底层支撑，使模型能够在推理过程中调用外部工具并根据返回结果继续推理72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/491957API
curl https://kongchang.com/api/v1/knowledge/claims/491957MCP
get_claim(id=491957)