RAG 消亡史?

2023年，如果你说我们的产品接入了RAG，投资人的眼睛会亮起来。 那时候RAG是明星，是让AI从一本正经地胡说八道走向有据可查的那把钥匙。 2026年，你再说同样的话，对面大概率会露出困惑的表情：这不是基建吗，有什么好讲的？ 这种叙事焦点的转移，藏着比RAG过时了更有意思的东西。

一部演进史，其实是一部退却史

回头看RAG这几年，表面上是一路升级打怪：从Naive到Advanced，再到Modular、Agentic，名字一个比一个高级，论文一篇比一篇厚。

但如果你把这条线拉直了看，会发现一个反直觉的事实——它不是在前进，是在一边修补一边后撤。

故事得从源头说起。

2020年Lewis那篇原始论文里的RAG，其实是个挺优雅的设计：检索器和生成器一起训练，检索的目标是对生成有没有帮助，而不是单纯比谁的向量更接近。

这是一个理论上自洽的东西。

可问题是，这个版本几乎一出生就被工业界抛弃了。太贵，太难落地。

于是大家把联合训练这块直接砍掉，检索器用通用的embedding模型，生成器用通用的大模型，中间拿prompt一拼就上线了。

这里藏着一个很多人没意识到的细节：我们日常说的RAG，从它被广泛叫做RAG的那一刻起，就已经是原始设计的阉割版了。

那个真正意义上的RAG，从来没有大规模存在过。后来所有的查询改写、重排序、微调embedding，本质上都是在拿工程手段，一点点把当年放弃掉的那部分能力补回来。

更扎心的是第二代爆发期那个被刻意忽略的问题。

2023年大家都在惊呼RAG效果好，但很少有人追问：这效果到底是RAG带来的，还是大模型自己变强带来的？

答案偏向后者。

那一代的GPT-3.5、GPT-4，推理能力已经强到可以从一堆相关度只有六成的烂检索结果里，硬是打捞出一个像模像样的答案。

换句话说，模型在帮检索擦屁股。你检索得再差，它都能给你圆回来。结果就是很多团队产生了误判，以为是架构可靠，兴冲冲铺到生产环境，等遇到模型也救不回来的边缘case，整个系统直接崩给你看。

到了第三代Advanced阶段，技术是真的繁荣，查询改写、HyDE、混合检索、重排序，一个接一个。

但你换个角度看，每一项新技术的出现，都是在给上一代某个具体失败写检讨书。查询改写说明用户的问法和文档的写法对不上，HyDE说明检索要的是答案相似而不是问题相似，混合检索说明纯向量会漏掉精确匹配。

这些补丁叠在一起，带来的不是RAG更强了，而是RAG更复杂了。

原来一个干净的检索加生成，硬生生变成六七个环节的流水线，每一环都能出错，出了错你还很难定位是哪一环。准确率可能涨了百分之十，维护成本翻了五倍。所以那阵子不少团队做了个安静的决定：退回最朴素的版本，能不上复杂就不上。

第四代模块化更尴尬。

想法很美，不同问题走不同检索策略。

但它有个绕不开的死循环：你得先判断问题属于哪一类，才能决定走哪条路，而判断问题的性质本身就需要知识——这恰恰是RAG想提供的东西。

学术上很热闹，工业上几乎没人真落地，因为养一套多策略加一个靠谱路由的成本，大多数公司扛不住。

到了第五代Agentic，名字得品一品。

Agentic是主词，RAG是修饰语。Agent才是主角，RAG只是它工具箱里的一件。检索从必经流程，变成了Agent的一个可选动作——要不要查、查什么、够不够、再查一次吗，全由Agent自己拿主意。

你看，这条线走到这，逻辑已经很清楚了。

每一代所谓的进步，都在悄悄拆掉上一代立足的前提。这不是升级，是自我否定。

那GraphRAG和多模态RAG呢？

它们其实是两条旁支，但同样掉进了一个坑里。

GraphRAG是所有变体里最诚实的，它承认向量相似度不等于知识相关，知识是有关系结构的。这份诚实值得尊重。可它用对的方式，回到了一个曾经失败过的方案——知识图谱。

当年图谱被诟病的原因是世界太乱、太动态、太模糊，没法被显式结构装下，这些原因今天一条都没变。变的只是建图工具从人工标注换成了大模型自动抽取，更快了，但不会更准，模型自己的幻觉还会顺着图结构一路放大。

成本更是劝退,很多团队建一次图的钱，够拿朴素RAG跑一年API了，文档一更新还得重建。

多模态RAG看着最有生命力，毕竟世界不只有文字。

但真实情况是，几乎所有生产级的多模态系统，最后都退化回了文本RAG。

流程绕一大圈，图片进来先做embedding检索，发现视觉相似根本不等于语义相关，只好用OCR、ASR、caption把它们全转成文本，再拿文本去跑RAG。

说到底，多模态只是个入口，文本才是真正的处理层。模态越复杂，感知上的相似和语义上的相关，裂缝拉得越大。

退场的真正原因，不在技术本身

聊到这，你可能以为RAG变冷是因为长上下文、Agent、记忆系统这几个新玩意儿把它挤走了。这些确实在挤压它，但都还是表层。

长上下文是来釜底抽薪的。

窗口推到几百万token之后，很多场景里直接把整篇文档塞进去，比辛辛苦苦检索再拼接更简单也更准。

当然成本高、大海捞针的问题还在，但对中小规模的文档，RAG那个非用不可的理由确实打了折。

现在业界的共识也不是二选一，而是少量精准检索加长上下文深度推理的融合，只不过在这个融合里，RAG已经退到了后台。

Agentic架构则是把它降维成了一个工具调用。

以前RAG是主干，必须先检索才能生成；现在Agent自己说了算。你不会单独去讨论一把扳手，你讨论的是那个会修车的家伙。

记忆系统又补了一刀，2026年最值得关注的趋势是AI开始拥有持续记忆，用户画像、历史决策、知识状态一直在更新。

比起每次提问都重新检索一遍，这种方式高级太多，RAG那套查完就忘、忘了再查的循环，显得有点原始。

加上模型微调成本暴跌、知识蒸馏成熟、推理模型的逻辑能力越来越强，很多过去得查资料才能答的问题，现在模型直接推就推出来了。

知识不一定非得放外部库里，它可以直接长在权重上。

但这些加起来，还不是最根本的。

最根本的转变是：AI的核心范式，从问答切到了行动。

问答范式的逻辑是，你给我一个信息，我还你一个答案。

RAG在这套逻辑里完美得无可挑剔，检索加生成天经地义。可2025年以后，范式变成了，你给我一个目标，我自己决定怎么完成。

在这套新逻辑里，“检索相关知识”只是Agent几十个可选动作里的一个，而且常常不是最关键的那个。

系统真正需要的是判断力——什么时候该查、查什么、查够了没、查到的怎么用。

而判断力恰恰是RAG架构提供不了的，它只会老老实实把检索结果往prompt里塞。

说到底，RAG的哲学底色：模型是无知的，知识在外面，要用的时候取过来。模型当大脑，向量库当书架。

但现在的趋势指向了一个相反的方向——知识和推理本就不该被劈成两半。一个真正好用的AI，它的知识应该一部分长在权重里负责直觉和快速反应，一部分待在动态记忆里负责情境更新，还有一部分通过工具实时获取负责时效和事实。RAG只覆盖了最后一种，而且覆盖得不算好。

最后还有一层没人愿意明说的现实：钱转场了。

当年捧RAG的那批人，现在在捧Agent、捧Memory、捧新一代AI基础设施。

技术叙事的起落，很多时候不是技术自己在变，而是资本需要一个新故事来讲。

RAG的故事不是被讲完了，是它作为投资叙事的回报率已经见顶了。

结语

别太迷信任何一个被资本和PPT捧起来的热词。

今天追Agent追Memory的人，三年后多半也会经历同样的剧情。

真正值得花心思的，从来不是哪个名词更性感，而是它到底解决了什么问题、又把什么问题悄悄藏进了地毯下面。

RAG留给行业最有价值的东西，可能不是它的技术本身，而是它这一整段从神坛到地基的旅程，给我们上的这一课。