Anthropic 的 MCP 将检索能力封装为 Agent 可调用的工具；Google 也在 Gemini Agent 体系中通过 MCP 提供检索服务，使检索能力逐渐从应用内部流程演变为独立的基础设施层。
⚡ 核心变化
检索不再只是生成前的一次固定步骤，而是逐渐成为 AI 系统中可复用、可持续运行、可被 Agent 动态调用的基础能力。
Native RAG
Native RAG 在单个应用内部以一次性 Pipeline 的方式运行。知识库需要完成分块、向量化并写入向量数据库。查询时，用户问题会触发向量检索，检索到的相关内容被发送给 LLM，用于生成最终回复。
当答案主要来自变化较少的知识库时，Native RAG 能够取得不错的效果。但随着数据规模和应用数量增加，性能下降明显：
独立数据检索层
一种改进方式是将检索能力从应用内部抽离出来，构建独立的数据检索层（Retrieval Layer）。在这种架构下，知识入库与查询过程被解耦，数据可以持续同步和更新。
在知识入库阶段，连接器从不同数据源提取内容，完成身份认证、数据采集、实体切分、向量化和索引构建，同时保留元数据、来源信息和版本信息。
同步过程采用增量更新机制，仅处理发生变化的数据，避免对未修改内容重复嵌入。
在查询阶段，请求经过查询扩展、混合检索（向量检索 + 关键词检索）、重排序等流程，最终返回带有来源归属的信息。
💡 复用的关键
检索层不再属于某个具体应用，而是作为独立服务通过 API 或 MCP 对外提供能力，聊天机器人、Agent 和工作流系统都可以共享同一套索引和检索能力。
Agentic RAG
在 Agentic RAG 中，Agent 会根据当前任务主动判断需要哪些上下文信息，并将检索作为工具动态调用。
Agent 可以发起检索、阅读结果、评估信息是否充分，并根据需要调整查询条件再次搜索，形成“推理 → 检索 → 推理 → 再检索”的循环过程。
此时，Agent 的搜索能力与传统 RAG 应用共享同一条检索链路和同一个知识库。检索不再只是生成前的一次固定步骤，而成为 Agent 推理过程中的基础工具能力。此时，RAG 与 Agent 不再是彼此独立的系统，而是共享同一套检索基础设施。
写在最后
RAG 的演变并不是让检索变得越来越复杂，而是让检索从一次性 Pipeline 演变为可持续运行、可复用、可被 Agent 动态调用的基础设施能力。检索将像 Web Search 和 API 一样，成为 AI 系统的标准工具。
