day: 20date: 2026-08-27keyword_en: RAGkeyword_zh: 检索增强生成category: 智能体与上下文reading_time: 8一句话说清：让模型在回答前先去翻你给的资料，再照着资料开口，而不是全凭记忆硬编。1. 它到底在说什么RAG 是一种让大模型“先查资料再回答”的工作方式。你可以把它想象成开卷考试：闭卷时考生只能靠脑子里的记忆写答案，记不清或记错了就只能硬编；开卷时允许翻参考书，答案来自书页、还能标出在第几页。RAG 做的就是给大模型配一本“开卷参考书”——这本书是你自己的文档、数据库或网页，而不是模型训练时背下来的东西。2. 为什么现在这个词很热这个词最早出现在 2020 年 5 月。当时 Facebook AI Research（FAIR，现 Meta AI）的 Patrick Lewis 等人提交了一篇论文《Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks》（arXiv:2005.11401），后来发表于 NeurIPS 2020。论文首次把 RAG 这个名字和一套具体做法固定下来：用一个预训练的检索