对于RAG的出现解决了哪些业务痛点的思考

我看到一个面经中这样问，你是在什么业务痛点下，选择用RAG去平替常规的文件匹配呢

确实值得思考一下，我们都说RAG的最最最落地场景其实就是企业私有化知识库，本意是为了实现公司内部查询文件，可是这样一想，他和平常的文档检索好像完成的是一件事，那RAG的优势在哪呢？

或者说，RAG系统对于某些类型的公司更适合完成文档检索这项工作，

从RAG功能出发，本质是语义检索外加模型总结，实现的功能是查询数据库中文件，唯一多出来的功能是模型总结，最大区别在于查询的开头，可以通过自然语言进行大范围模糊查询，比之前的“模糊查询”要更加符合模糊这个概念

我们来想想，在没有RAG之前，公司是如何实现从数据库查询文件了解内容的？

• 新员工入职，他的mt会直接查询员工入职手册，在精确匹配下查询到文档，转发给新员工看，功能完成，无需RAG

• 当接手某个项目的时候，会根据项目名称直接进行精确匹配，这也用不到RAG

• 查询报销记录的时候，也会想QQ查询聊天记录一样，只需要搜索报销两字，就可以通过模糊查询得到所有的记录，依旧用不到RAG

这么一想，关于找文件这个问题，其实没有优化的必要，普通的文档检索已经具备精确和模糊两种功能，此外由于操作者是人，在绝大多数情况下，他不会去主动描述他想要的文档内容是什么样的，而是直接用精确的名称或者是模糊的关键词去查找，因此这样看来RAG没有用武之地，甚至比较多余，多余在我查文档给出的语言其实就是精确或者偏关键词类型，已经不需要语义识别，并且我也不需要召回文档之后做汇总，单纯的就是想要得到查询的文章

或许，我把RAG的应用方向搞错了，

RAG其实是一个agent不可或缺的东西，他是降低agent幻觉的必备品，RAG的应用场景需要具备以下几个条件

• 用的是自然语言去询问，本意并非是想查询某个精确的文章，而是想抛出一个问题一样，

• 频繁多次

RAG 的出现确实实现了 “私有化”，但它实现的是让agent变得更像了解自己家的“管家”，大方向其实是服务于agent本身

那我们再加上agent来思考RAG的应用场景究竟在哪？

现在的智能体已经可以完美的实现一些基础的功能，尤其是干一些统计类的活，这类型也往往是计算机最擅长的，我们当然不会傻到，公司上线一个RAG，结果他的作用就是，我想知道员工手册内容是什么等这些直接检索就能得到文档的弱智问题，更希望的是他能 “干活”

讨论到这里，虽然我们依旧不知道RAG的落地场景，但是我们可以确认之前的想法确实是错误的，RAG的对比不应该在文档检索领域，他的出现并非是提高原本的检索效率，而是让agent专业化，能干活。

我好像想到一个RAG在检索有优势的地方——碎片化

RAG因为分块机制的存在，再加上语义检索，他可以实现在某篇长文章下精确查询到我想要的部分，这样的好处是

• 在分析数据领域，突然需要某个方面的数据，可以单方面快速查找，辅助分析

• 数据文件的汇总分析

• 单纯的查询某个数据信息，比如我的数学多少分，我的实验数据中，小白鼠环节最终评分多少

通过这几个例子，我们可以总结出，

RAG在检索领域的优势性——对于类似 “key-value”型数据，在长文章场景下，RAG可以通过语义检索实现快速的找到key，并返回value值，这是常规文档检索做不到的，或者说需要花费更加复杂的流程和时间

其解决的应用场景为——面对汇总数据，长文章场景下，需要人工查询内部某项数据的场景，起到省时，准确，持久的效果。

既然我们想到了RAG的碎片化带来的真实场景，我们不免可以联想到RAG的其他特有功能是否也能发现他的落地场景？

RAG的持久化

它本身就是一个数据库，可以实现长久数据存储，那么他就能干一件事——汇总

我能想到的几个例子

• 一个爱记录日记的博主，每隔一段时间就会上传一部分日记内容，RAG就可以干一件事，当我想询问博主这些日子的心理变化时候，我们可以在基层设计一套工作流，以心理变化，情绪等关键词作为查询依据，通过语义检索找到相关key值进而获得心情变化，在通过元数据信息中的时间进行排序，获得这些信息之后便可交给AI进行诊断分析，从而实现私人化定制日记管家

RAG的自然语言能力

我综合了一下之前RAG的几个优点，再加上他能处理自然语言的优势，想到一个比较擅长的应用场景。

我们可以利用RAG的碎片化快速的得到自己想到的片段内容，如果放在项目进度领域，如果一名员工手写了当日的工作进度，具体干了什么工作，哪部分工作进行到什么进度，作为管理层的我来说就可以在空闲时间快速的了解当天某项项目的某个具体进度，从而实现了线上日汇报的效果，再加上AI的存在，员工根本不需要手写今日日志，只需要在日常工作中将结果，数据等信息碎片化的给ai，ai便可快速生成当日日志，再由管理端日志进行RAG切割实现碎片化查询，至少这样可以减少摸鱼的概率hhhhh，再加上RAG的持久化效果，可以时刻分析日日汇报的内容中是否存在忽略的缓慢进度，从而做到提醒，