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。
