AI信息检索演进全解析：从RAG到智能体读写记忆

23:14

特别喜欢 @helloiamleonie 的博客，这篇探讨了 AI 系统中信息检索与存储机制的逐步升级，以一个简化的心理模型为基础，解释了从静态检索向动态记忆管理的转变，帮助读者理解 LLM 如何通过外部工具处理超出其上下文窗口的信息。这一演进的核心在于从“只读”操作转向“读写”能力，从而实现更个性化和自适应的 AI 智能体。

## RAG: 一次性只读检索的起点

首先回顾了 RAG，这是 2020 年提出、2023 年流行起来的基础技术。RAG 通过外部向量数据库注入知识，解决 LLM“幻觉”问题。其流程分为两步：离线阶段将文档嵌入并存储；在线阶段根据查询检索相关上下文，并与提示结合生成响应。