什么是 RAG：定义、动机与适用边界
本文基于模型知识整理（生成时未联网核对），关键结论建议对照经典文献复核。
一句话定义
RAG（Retrieval-Augmented Generation，检索增强生成）是一种"先从外部知识库检索相关内容、再把检索结果放进上下文让 LLM 生成答案"的架构，用可随时更新的检索系统弥补模型参数化知识的冻结、有限与不可溯源。
为什么重要
LLM 的知识有三个结构性缺陷：过时（训练截止后的事一无所知）、私有（企业内部文档从未见过）、不可溯源（无法指出答案出处，幻觉难以治理）。RAG 用"外挂知识库"同时缓解三者，且成本远低于微调——这使它成为 2023 年以来企业级 LLM 应用的事实标准架构。理解 RAG 的动机，才能判断"这个问题到底该不该用 RAG"。
前置知识
LLM 的上下文窗口概念、生成模型的基本工作方式。
核心概念
- 参数化知识 vs 非参数化知识：前者存在模型权重里（训练后冻结），后者存在外部可检索的存储里（随时更新）。RAG 论文（Lewis et al., 2020）的核心思想就是把两者结合。
- 知识库（corpus）：被检索的文档集合（内部 wiki、合同、工单、网页），需先做索引。
- 生成条件化：LLM 不再"凭记忆"回答，而是"基于给定上下文"回答——这个转变是治理幻觉的杠杆点。
- RAG ≠ 微调：微调改的是"模型会什么"（风格、格式、技能），RAG 改的是"模型知道什么"（事实、时效）。知识更新用 RAG，能力塑造用微调。
原理与机制
RAG 有效的三个机制：① 知识外置——事实存储从"十亿参数的模糊记忆"换成"可精确更新的文档库"，更新知识=更新文档，不用重新训练；② 上下文条件化——答案被约束在检索到的证据上，模型的任务从"回忆"降级为"阅读理解 + 归纳"，出错面大幅缩小且可核查；③ 可溯源——每个答案可以附带检索命中的文档引用，便于人审与审计。
适用边界同样重要。适合 RAG 的：事实问答、企业知识库、文档摘要对话、时效性强的资讯。不适合的：纯推理/数学（检索帮不上忙）、需要风格或格式内化的任务（用微调）、知识高度结构化的事务查询（用 Text-to-SQL 或图数据库直接查，见 kp-022）、上下文小到直接全文塞进去就够的场景（别过度设计）。
图示
用户问题 ──► 检索器(在知识库中找 top-k 相关片段) ──► 拼装 Prompt
│
LLM(阅读理解+归纳) ◄────────────┘
│
答案 + 引用来源直观类比
闭卷考试 vs 开卷考试：裸 LLM 是闭卷（全凭记忆，记错没人知道），RAG 是开卷（先翻书再作答，答案有页码可查）。微调则是"给考生报培训班"——提升的是做题能力，不是知识储备。
实例或案例
- 企业内部知识助手：接入 Confluence/共享盘，员工问"年假怎么算"直接命中 HR 政策文档。
- 客服工单助手：检索历史工单与产品手册作答，引用工单号。
- 医疗/法律文献助手：检索指南与判例，答案附条款出处——溯源是刚需的领域 RAG 是默认选项。
常见误区
- 误区一："RAG 能让 LLM 不产生幻觉"。它显著降低幻觉但不能消除——检索不到（召回失败）或模型不忠实于上下文（faithfulness 失败）时照样编造，需评测与防护（kp-016、kp-015）。
- 误区二："有了长上下文模型就不需要 RAG 了"。长上下文解决"塞得下"，不解决"找得准、可溯源、低成本、可更新"，两者是互补关系（详见 kp-033）。
- 误区三："RAG 就是调个向量库"。检索质量只是链路一环，分块、重排、上下文组装、评测任何一环掉链子都会让最终效果崩塌（见 kp-017 调优方法论）。
与其他知识点的关系
自测题
- RAG 与微调分别解决什么问题？
答：RAG 解决"知道什么"（事实、时效、溯源），微调解决"会什么"（风格、格式、任务技能）；知识频繁更新选 RAG，能力塑造选微调。
- 为什么说 RAG 的答案可溯源？
答：答案基于检索到的具体文档片段生成，每个片段有出处（文件、位置），可以把引用随答案一起返回供核查。
- 举一个不该用 RAG 的场景并说明理由。
答：如"解一道微积分题"——纯推理任务没有外部事实可检索，检索只会引入噪音；应依赖模型推理能力或专用工具。
延伸阅读
- Patrick Lewis 等, "Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks"（NeurIPS 2020）。
- Gao 等, "Retrieval-Augmented Generation for Large Language Models: A Survey"（2023 综述）。
- Martin Fowler 博客 RAG 架构词条。