使用 RAG
答案依赖不断变化的私有或公开来源，而且用户需要引用、权限、新鲜度和覆盖证据时使用检索。
企业 AI 架构决策
企业应该使用 RAG、模型微调，还是 AI Agent？
三者解决不同限制。RAG 提供最新且可追溯的上下文；微调改变可重复的模型行为；工具和流程执行有限操作；Agent 则在明确权限下协调多个工具和决策。
作者 Onyx Devs Lab · 发布 · 更新
知识检索最新证据
行为调整可重复输出模式
动作在有限权限下使用工具
让方法对应缺少的能力
从所需输出和失败后果开始，而不是从架构名称开始。
使用微调
当代表性例子可以改善稳定语气、分类、抽取或任务行为，而只靠提示词不能可靠达标时再考虑。
使用工具或 Agent
已知顺序使用确定性流程；只有跨工具的有限运行时决策有价值并且可评估、可控制时才使用 Agent。
不要用一种技术隐藏另一个问题
每种方法都有独立证据和运营要求。
RAG 不保证真实
测量导入覆盖、检索召回、排序、引用正确性、答案依据、权限过滤和过期来源行为。
微调不是知识库
训练数据更难更新和引用；保留评估集、数据来源、版本、隐私复核和回退。
Agent 不是无限自动化
定义工具、身份、权限层级、确认、预算、幂等、审计字段、恢复和人工接管。
怎样选择最小充分方案
定义任务和证据
说明决策、输出、事实来源、新鲜度、引用需要、可接受错误，以及是否会执行动作。
测试最简单方案
先建立纯提示词基线，再增加检索、微调、编排或自主决策。
只增加一项缺失能力
为知识加入 RAG、为行为加入微调或为动作加入工具，再用同一评估集比较。
运营组合系统
为每个组件建立版本，监控失败和成本，保留追溯，并提供明确回退和人工路径。
常见问题
一个系统可以同时使用三者吗？
可以。系统可以检索证据、用微调模型完成狭窄行为，再由 Agent 协调工具；每个组件仍然需要独立理由和评估。
RAG 可以消除幻觉吗？
不可以。它可以改善相关证据获取，但检索、引用、解读和答案生成每一层都可能失败。
什么时候不需要 Agent？
当顺序和规则已知，确定性流程通常更容易测试、控制和恢复。
可以用专有文档微调吗？
只有完成隐私、权利、保留、安全、供应商和删除复核后才应该考虑；经常变化的数据通常更适合可控检索。