Verified65% confidenceOpinionExact time
提示词工程和RAG解决的是让大模型回答好问题，而Agent解决的是让大模型主动思考并解决问题
3
Sources
65%
Confidence
Long-term
Relevance
9/11/2026
First Seen
Sources
Related Entities
Related Claims
Verified检索增强生成（RAG）通过基于真实知识库内容回答来解决大模型的幻觉问题75% similarUnverified解决大模型知识边界问题的两大技术方向是持续微调（Fine-tuning）和RAG（检索增强生成），LangChain主要服务于RAG73% similarUnverified在文档结构复杂的场景中，分块策略、嵌入模型选择、重排序以及幻觉检测都是RAG必须解决的工程问题72% similarUnverified对于复杂问题工具交由 LLM Agent 分析，通常遵循 ReAct（Reasoning + Acting）范式72% similarUnverified微调适合教模型'如何做'，RAG 适合教模型'知道什么'70% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/905958API
curl https://kongchang.com/api/v1/knowledge/claims/905958MCP
get_claim(id=905958)