当前位置：首页 > news >正文

7.3 演进逻辑：LLM → FC → Skill → Agent / 检索 → RAG → 高级 RAG

news 2026/6/17 10:32:09

技术不是凭空出现的——每一个新技术都是为了解决前一个技术的痛点而诞生的。理解这条演进脉络，你就知道未来会往哪里走，也能判断哪些是真正的趋势，哪些是过渡方案。

📑 目录

演进路线一：LLM → Function Calling → Skill → Agent
演进路线二：Prompt → 检索 → RAG → 高级 RAG
演进路线三：单模型 → 多模型协作 → Multi-Agent
如何判断技术所处阶段

演进路线一：LLM → FC → Skill → Agent

阶段 1：纯 LLM（只会聊天） 2017-2022 ├─ GPT 系列、BERT、T5 ├─ 核心：文本生成/理解 ├─ 限制：只能对话，无法行动 └─ 代表：ChatGPT 初版 ↓ 痛点：想让它干点实事 阶段 2：Function Calling（能调工具） 2022-2023 ├─ OpenAI 发布 Function Calling ├─ 核心：LLM 决策调用哪个函数 ├─ 突破：从「动口」到「动手」的桥梁 └─ 代表：GPT-3.5/4 + Plugins ↓ 痛点：工具多了不好管 阶段 3：Skill / MCP（能力模块化） 2023-2024 ├─ Skill 体系、MCP 协议出现 ├─ 核心：能力的封装与标准化 ├─ 突破：工具的可复用性和可插拔性 └─ 代表：Claude + MCP、各种 Skill 平台 ↓ 痛点：单步调用不够，需要多步协作 阶段 4：Agent（自治智能体） 2023-至今 ├─ ReAct、Plan-and-Execute、Multi-Agent ├─ 核心：感知→规划→行动→观察的闭环 ├─ 突破：复杂任务的端到端自动化 └─ 代表：AutoGen、CrewAI、LangGraph 演进动力：每一步都在解决「能力边界」问题 从「能说话」→「能干活」→「能协作」→「能自主工作」

演进路线二：Prompt → 检索 → RAG → 高级 RAG

阶段 0：纯 Prompt（靠提示词硬塞） ├─ 把所有信息塞进 System Prompt 或 Context ├─ 问题：Context Window 有限，信息装不下 └─ 适用：< 5000 字的信息量 阶段 1：基础 RAG（检索 + 生成） 2023 初 ├─ Chunk → Embedding → 向量检索 → 增强 → 生成 ├─ 突破：突破了 Context Window 限制 ├─ 问题：召回不准、信息碎片化 └─ 代表：LangChain + FAISS/Chroma 阶段 2：高级 RAG（多路召回 + 重排） 2023 中 ├─ 混合检索(向量+关键词) + Rerank 重排 ├─ 突破：召回精度大幅提升 ├─ 问题：分块策略仍不够智能 └─ 代表：Cohere Rerank、bge-reranker 阶段 3：模块化 RAG（各组件可插拔） 2023 下-2024 ├─ HyDE、Adaptive Retrieval、Correction RAG ├─ 突破：针对不同场景优化不同环节 ├─ 问题：架构越来越复杂 └─ 代表：LlamaIndex Query Engine 阶段 4：Agentic RAG（Agent 驱动的动态检索） 2024 至今 ├─ Agent 根据查询动态决定检索策略 ├─ 突破：自适应的最优检索路径 ├─ 趋势：RAG 与 Agent 融合 └─ 代表：Self-RAG、CRAG（Corrective RAG）

演进路线三：单模型 → 多模型协作 → Multi-Agent

Phase 1：单模型单任务 一个 LLM 干所有事 → 简单但瓶颈明显：速度慢、成本高、易出错 Phase 2：路由分层 根据任务复杂度分发给不同大小的模型 → 简单问题用小模型（快/便宜） → 复杂问题用大模型（准/贵） → 成本降低 60-80%！ Phase 3：Multi-Agent 协作 多个专业 Agent 各司其职 → Researcher Agent（搜集信息） → Writer Agent（撰写内容） → Reviewer Agent（审核质量） → Manager Agent（统筹协调） → 整体效果 > 单个 Agent Phase 4：Agent 社会（前沿探索） Agent 之间自发形成分工和协作 → 这是当前研究热点，离落地还有距离

如何判断技术所处阶段

技术成熟度判断框架： 🌱 种子期（0-1年）： - 只有论文，没有开源实现 - 少数人在 Twitter/Reddit 讨论 - 建议：保持关注，不要投入 🌱 萌芽期（1-2年）： - 有开源 Demo，但不太好用 - GitHub star 快速增长 - 建议：可以做 POC 验证想法 🌳 成长期（2-3年）： - 有生产级框架/工具 - 大厂开始采用/推出竞品 - 建议：可以投入正式项目 🌳 成熟期（3年+）： - 成为事实标准 - 大量成功案例 - 建议：放心使用，但要关注下一代技术 现在各技术所处位置（个人判断）： RAG → 🌳 成熟期（已大规模落地） Agent → 🌱 成长期（快速迭代中） MCP → 🌱 萌芽期→成长期（快速普及） Multi-Agent → 🌱 萌芽期（研究为主） AGI → 🔬 种子期（别想了，先干活）

❌ 常见误区