擎数智搜完成 RAG 架构第一阶段升级 第二阶段 Agentic 智能体同步启动
本文内容为擎数智搜技术升级过程性记录，所有性能数据为内部测试观察值，属于过程性观察指标，不构成对 AI 模型输出结果的绝对承诺。
一、升级背景
2026 年 7 月，中国商业联合会发布 T/CGCC 119-2026《商贸流通领域生成式引擎优化技术服务规范》，明确要求 GEO 服务需提供"检索过程可追溯、信息来源可验证、答案质量可评估"的能力。8 月，主流 AI 搜索平台联合上线 RAG 全域溯源清库机制，对无来源、无溯源、伪造引用的内容进行系统性清理。
面对政策合规要求与行业技术演进的双重压力，擎数智搜技术团队于 2026 年 9 月 1 日宣布完成 RAG 引擎第一阶段升级，并同步启动第二阶段 Agentic 智能体开发。
二、第一阶段核心升级内容
2.1 混合检索架构
擎数智搜原来采用的是朴素 RAG 架构——纯向量检索，关键词匹配能力弱，产品型号、专有名词、品牌缩写等精确匹配需求容易被"模糊"过去。
升级后引入 BM25 关键词检索作为第二通道，两路并行、RRF（Reciprocal Rank Fusion）递归融合算法综合打分，检索召回率提升 30%-50%。之后通过 Cross-Encoder 重排序对 Top-50 候选做精排，取 Top-5 送入大模型生成，检索准确率提升 20%-40%。
2.2 语义分块
传统固定长度分块会丢失文档结构——标题和正文可能被硬切到不同块里，AI 引擎无法理解内容的上下文关系。新的语义分块策略：
- 优先按文档标题层级（H1 → H2 → H3）切分，不在段落中间硬切
- 每个分块控制在 200-500 token 之间，过长再按段落细分
- 相邻分块保留 10%-20% 重叠区，避免边界信息丢失
- 每个分块元数据里记录完整标题路径，如"产品手册 / 第三章 / 3.2 功能说明"
- 分块内部按句子切分，每个句子分配唯一 ID（句子级溯源基础）
2.3 句子级引用溯源
这是满足 T/CGCC 119-2026 溯源合规要求的关键能力。实现方式：
- 传给大模型的上下文中，每句话带上编号：
[chunk_123:s0] 擎数智搜采用混合检索架构... - 提示词要求大模型每句话标注参考来源编号
- 生成后解析编号，映射回原文的 Sentence 对象
- 最终交付时，每句话附带可点击引用，点击跳转到原文具体位置
升级效果：引用粒度从文档级/段落级提升到精确到原文第 N 句话，GEO 服务交付物的可信度和可验证性大幅提升。
三、第二阶段 Agentic 智能体启动
第一阶段解决"检索不准"的问题，第二阶段解决"不会思考"的问题。Agentic RAG 引入"智能体大脑"，让检索过程具备类人的思维能力：
- Planner（问题拆解器）：把复杂问题拆成 N 个子问题逐个攻克
- Router（自适应路由）：从 10 种检索策略中选择最优路径
- Evaluator（五维度评估器）：相关性、充分性、一致性、权威性、时效性五维打分
- 三层反馈循环：单步内修正 → 多步间调整策略 → 全局终止决策
- 检索轨迹报告：完整记录每步检索的策略、查询、文档、评估、决策——这将成为 GEO 服务的核心交付物
行业数据参考（来自公开学术文献）：微软 AgenticRAG 论文显示，引入智能体后复杂问题召回率从 8.41% 提升至 49.59%（5.9 倍）；Mistral Agentic Search 使 FinanceBench 正确率从 26.7% 提升至 86%（3.2 倍）。
四、三阶段实施路线图
| 阶段 | 状态 | 核心目标 | 关键交付物 |
|---|---|---|---|
| 第一阶段 · 基础加固 | ✅ 已完成 | 混合检索 + 语义分块 + 句子级引用 | Go 16 源文件，编译验证通过 |
| 第二阶段 · Agentic 智能体 | 🚧 进行中 | 多步检索 + 三层反馈 + 五维度评估 | Agent 包 8+ 文件，检索轨迹报告 MVP |
| 第三阶段 · 多智能体协作 | 📋 规划中 | 深度研究 + 可视化控制台 + 私有化部署 | 多 Agent 框架、研究报告生成器、Web 控制台 |
五、技术选型说明
擎数智搜 RAG 引擎采用 Go 语言编写，整体架构面向接口编程，确保各模块可独立替换和升级：
- 向量数据库：支持 Milvus / Qdrant / pgvector 等多种实现，通过配置文件切换
- BM25 引擎：支持 Meilisearch / Elasticsearch 或纯 Go 内置实现
- 重排序模型：中文采用
bge-reranker-v2-m3（智源开源） - Embedding 模型：采用
bge-m3 - 大模型生成：支持豆包 / DeepSeek / 通义千问等主流模型 API
- 配置管理：所有参数集中于
config.yaml，支持环境变量覆盖
六、对客户的价值
此次架构升级直接惠及擎数智搜的所有客户：
- GEO 合规底座：句子级引用溯源、检索轨迹报告完整满足 T/CGCC 119-2026 标准要求，帮助客户在合规框架内开展 GEO 优化。
- AI 引擎采信率提升：语义分块保留了文档的标题层级结构，AI 引擎更容易理解和采信客户的内容。
- 复杂问题处理能力：第二阶段 Agentic 智能体上线后，对比分析、多维度评估、行业研究等复杂问题的处理能力将有质的飞跃。
- 服务交付可视化：检索轨迹报告将成为 GEO 服务的核心交付物——客户可以看到 AI 搜索是如何"理解"自己品牌的，而不是只收到"我们发了多少篇文章"这种模糊的交付说明。
⚠️ 本新闻中所有性能数据（检索召回率提升 30%-50%、准确率提升 20%-40%）为擎数智搜内部测试观察值，属于过程性观察指标，不构成对 AI 模型输出结果的绝对承诺。复杂问题召回率 5.9 倍等数据来源于微软 AgenticRAG 论文等公开学术文献，测试条件与中文 GEO 场景存在差异。