已验证65% 置信事实精确时间
RAG（检索增强生成）是Agent体系中记忆模块的核心实现方式之一
3
来源数
65%
置信度
长期有效
时效性
2026/9/16
首次发现
来源
涉及实体
相关事实
待验证传统 RAG 检索的是外部知识库，而Agent记忆检索的是用户自身的交互历史75% 相似已验证RAG（检索增强生成）在推理阶段引入外部记忆来约束模型生成边界，通过将文档切片、嵌入为向量存入向量数据库并在推理时检索相关片段注入Prompt75% 相似待验证RAG主要面向静态知识库的问答场景，检索对象是相对稳定的文档片段；而Agent记忆系统的检索对象是动态演化的用户偏好、历史决策和任务状态。74% 相似待验证RAG架构核心思路是将检索与生成两个模块解耦，检索模块从外部知识库实时拉取相关内容，生成模块以检索结果作为锚点组织输出73% 相似已验证RAG（检索增强生成）是一种结合信息检索与生成式大模型的架构范式，模型生成答案前先根据用户查询从外部知识库检索最相关的文档片段，再将其作为上下文注入模型72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/925881API
curl https://kongchang.com/api/v1/knowledge/claims/925881MCP
get_claim(id=925881)