Agentic RAG 的现在与未来：从使用工具到重构知识系统｜QCon 北京

2025 年 4 月 10 - 12 日，QCon 全球软件开发大会将在北京召开，大会以 “智能融合，引领未来” 为主题，将汇聚各领域的技术先行者以及创新实践者，为行业发展拨云见日。

句子互动联合创始人 &CTO 高原已确认出席并发表题为《Agentic RAG 的现在与未来：从使用工具到重构知识系统》的主题分享。在大模型时代，Retrieval-Augmented Generation（RAG）已经成为构建 LLM 应用的核心范式之一。然而，传统 RAG 在面对复杂任务时往往力不从心，难以实现真正的“智能问答”体验。本次演讲将聚焦 RAG 的下一阶段演化——Agentic RAG，探讨其架构、能力边界与未来潜力。本次分享将展示如何通过类似人类的认知过程优化检索路径、工具组合与知识建模，从而打造更高效、可解释、更具思考能力的 AI 系统。

高原是句子互动联合创始人 & CTO，7 年 AI 行业从业者，Sam Altman 在 Y-Combinator 带的最后一届校友，奇绩创坛 S23 校友，华为云 HCDE，Bot Friday Club 活动发起者之一，2w+ Star 开源社区 Wechaty 核心 Contributor，前 Amazon、Expedia 全栈工程师。他在本次会议的详细演讲内容如下：

演讲提纲

1. Agentic RAG 的基本范式

• 程序化 RAG 与人性化 RAG 的区别

• 不同场景下的适配策略与设计考量

2. Agentic RAG 的系统架构

• 单 Agent 与多 Agent 协同架构

• Agent 可调用的工具能力

• 当前架构的限制与发展瓶颈

3. Agentic RAG 的进化方向

• 索引期间的智能优化

• 检索路径的自我决策与记忆系统

• 检索反馈索引的自迭代机制

4. Agentic RAG 落地踩坑的案例分享

5. 总结与展望

您认为，这样的技术在实践过程中有哪些痛点？

• 检索路径不稳定：Agent 在调用工具时缺乏策略记忆，容易重复冗余检索，导致延迟上升

• 缺乏长期记忆：Agent 无法利用历史经验优化当前任务，常“从零开始”

• 工具调用碎片化：Agent 工具能力虽然强大，但缺乏统一规划，难以形成高效组合策略

• 开发与调试困难：多 Agent 协作行为难以复现和调试，性能评估困难

• 成本控制困难：高频检索 + 多轮推理容易产生不可控的 Token 成本

演讲亮点

• 方法论视角：结合“人类解决问题”的认知路径来设计 Agent 行为策略

• 未来导向：提出索引期间智能化、Agent 自我进化等创新视角

• 适合多角色：既适合工程实现，也适合产品设计与系统规划人员理解

听众收益

• 理解 Agentic RAG 的实现原理和技术架构

• 在实现落地 Agentic RAG 的过程中可以得到思路上的启发

除此之外，本次大会还策划了多模态大模型及应用、AI 驱动的工程生产力、面向 AI 的研发基础设施、不被 AI 取代的工程师、大模型赋能 AIOps、云成本优化、Lakehouse 架构演进、越挫越勇的大前端等专题，届时将有来自不同行业、不同领域、不同企业的 100+资深专家在 QCon 北京现场带来前沿技术洞察和一线实践经验。

现在报名即可以享受 9 折优惠，单张门票立省 680 元，详情可扫码或联系票务经理 18514549229 咨询。