待验证50% 置信事实精确时间
检索增强生成（RAG）技术让Agent每次推理前从向量库中检索最相关的历史信息片段注入上下文
1
来源数
50%
置信度
长期有效
时效性
2026/7/6
首次发现
来源
AI Agent是什么？从「会聊天」到「会做事」的核心跃迁
bilibiliAI网络实验室2026/7/3
相关事实
待验证检索增强生成（RAG）技术通过将向量数据库（如Pinecone、Chroma）与大模型结合，使Agent能够实时检索PubMed、arXiv等学术数据库的最新文献81% 相似待验证工程界普遍采用RAG架构：将历史信息切分成语义块，通过嵌入模型转化为向量存入向量数据库（如Faiss、Pinecone、Weaviate），用户提问时计算余弦相似度检索最相关片段79% 相似待验证高级RAG已引入查询重写、混合检索和重排序等机制以提升检索准确性78% 相似已验证检索增强生成（RAG）通过向量数据库将代码库切分为语义片段，在 AI 处理具体任务时动态检索最相关的内容注入上下文78% 相似待验证Trae 2.0引入了向量数据库，实现了RAG（检索增强生成）范式，使Agent具备历史会话记忆和上下文检索能力77% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/113077API
curl https://kongchang.com/api/v1/knowledge/claims/113077MCP
get_claim(id=113077)