作者：京东科技 管顺利
后端研发的 AI 突围
作为一名后端研发，开始AI之路已经2年，从Chat QA，到AI Agent的开发，在到Multi-Agent，AI-Native。
今年Q2开始结合保险业务场景，开始全面AI落地。我们的AI Agent的能力已跨过L1（Chatbot），在L2（Reasoner）全面爆发。
我内心是焦虑的，大模型发展的得太快，尤其是在Cursor、JoyCode等产品出来后。我想不止是后端研发，所有的业务研发都会焦虑，因为现在风口不在卷微服务、微前端的架构，全都开始卷AI了。 除了AI Infra外，模型开发也一样焦虑吧，单一的Agent也已是过去式。
我的解药是把微服务架构应用到AI上，什么Agent、Planning、RAG、Evaluation、MCP、LLM、Prompt、Memory、MultiModal都安排起来。
保险Eva的RAG架构经历了三个阶段，从基础RAG到Deepsearch，在到混合式检索架构（Graph RAG + DeepSearch + 持续的反思与验证 )****
RAG架构
历史：
首先我们回顾下什么是RAG？RAG（Retrieval-Augmented Generation - 检索增强生成 ）是一种构建基于大模型（LLM）应用的创新技术，通过利用外部知识源为LLM提供相关上下文，从而减少幻觉现象，提高生成内容的准确性和可靠性。最早要追溯到2020年，是由Facebook AI Research（Meta AI）提出的论文《Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks》
基础 RAG 架构，朴素的知识管理员
基础 RAG 是所有RAG范式的基础，包括DeepResearch、Agentic RAG、Graph RAG都是在基础RAG上进化出来的。所以我们先熟悉下基础RAG的架构，它包含两个核心组件：生成组件（ETL Pipeline）和检索组件（Retrieval）引入下图为例：
①，②，③，④步骤都是生成组件，它的核心就是文件提取、转换、加载， 我们来一步步分析。
•文件提取（Extract）：核心文件读取器，常用的有doc、pdf、excel、图片等文件，需要关注对中文支持和Execl单元格的处理。
•文件转换（Transform）：文件转换的核心有两个chunk和embedding。
****chunk阶段尤为关键是所有RAG范式的核心，就像切蛋糕一样，切之前就已分配好 ：
常用的分块策略有五种：固定大小分块，语义分块、递归分块，基于文档结构分块，基于大模型分块。
****embedding： 向量化，向量是为了满足相似性查找的需求，比如表达“今天天气如何？”这类的询问方式有很多，这时我们需要将文本向量化，存入到向量库中 ：
数据加载（Load） ： 数据存储，我们用的Elasticsearch8+（ES）进行混合存储，当然也可以其他向量库和关系型数据库来存储。
⑦，③，④，⑤，⑥步骤是检索组件，它分为预处理、检索、后处理
预处理核心是Query：要不要做Query的扩充？扩充多少？带不带原始Query？需不需要对Query转译？预处理偏向于业务处理，根据需求来，相当于基础RAG的一扩展特性，Agentic RAG范式沿用了这一特性。
检索的核心是算法：基础的检索算法“稀疏算法和稠密算法”
| 稀疏算法可以利用LLM提取关键词，embedding维度设为整个表中所有的关键词的维度，维度上的值是关键词在当前文本块中的TF-IDF值。当用户查询时，系统会将其转化为一个类似的TF-IDF向量，通过计算用户查询向量和所有文本块向量之间的cosine，找到得分最高或最相似的向量块。 | 稠密算法常用的是BM25，用户输入查询时，系统会使用LLM将查询转化为一个embedding向量，然后在向量数据库中进行cosine计算，找到最相似的向量块。 |
|---|
- 第③步中用相同的嵌入文本块模型，向量化用户的查询
- 然后，将向量化的查询与数据库中现有的向量进行比较，以找到最相似的信息。常规的向量检索ANN算法，我们还支kNN算法，向量库的表结构的基础字段索引，向量块，原始文本块，原数据字段。
- TopK，通过预设的k阈值，我们只获取最相似的k条原始文本块返回，这是rank的流程。
后处理的核心是排序：在精排（Rerank）也就是二段检索，之后会进行文本拼接，把结果拼接到上下文中生成Prompt，最后由LLM生成最终答案（Generate）。
Rerank不是一个必选项，Rerank模型会结合查询对检索到的初始文本块列表进行评估，为每个文本块分配一个相关性分数。这一过程会重新排序。
最后一步是生成结果，将原始的查询和检索到的文本块，拼接到Prompt中，由大模型生成最终的结果。
以上是基础RAG的全流程和技术细节点。从原理上看搭建一套基础RAG框架是容易的，但实际上从业务角度出发，搭建一套高性能的框架是完全不同的挑战。
倒退到2022年，基础的RAG方案是很OK的。随之模型发展到现在的Agentic Agent，需要解决的往往是对复杂问题的深度检索，基础的RAG这时显得非常的无力，但也促使RAG演进了新的范式：Graph RAG，Agentic RAG，DeepResearch
我们的RAG架构
我们的RAG产品架构上包含了“保险知识库+记忆库+文件库+智能体+搜索+测评”，是技术驱动由算法，工程，数据一起完成的。
算法AgenticRAG：我们学习了通义DeepResearch的开源WebWeaver架构，微软的开源GraphRAG，结合现在火热的ZEP、REFRAG的论文
架构上实现了混合式检索“Agentic RAG+DeepResearch”，记忆实现了“情景记忆+程序记忆+语义记忆+时间记忆”，RAG智能体矩阵实现了“RAG查询增强智能体，规划师智能体，工具选择器智能体，反思和验证智能体，基于图结构的智能体，深度研究型智能体”。
记忆设计：语义记忆图谱，程序记忆图谱，情景记忆图谱
工程RAG平台：承上启下串联全流程，承接业务Agent的检索、查询的需求，提供标准接口让Agent专注于模型训练迭代
工程架构分了四层：智能体层，业务逻辑层，检索层，数据层；技术栈：Spring AI ，Elasticsearch8+，Neo4j，Redis，京东云；技术能力支持上支持Python Code和RAG Agent Workflow。
数据架构：保险知识库+记忆库+任务中心 组成三角矩阵
保险知识库架构：
任务中心：
Chunck：学习Cognee参数调优的思想，提供了五种chunk策略。
记忆库：“语义记忆图谱，程序记忆图谱，情景记忆图谱”在此三类记忆上增加双时间字段，保证记忆的时效性。
为什么这样设计？
我们团队核心是一套由多智能体驱动业务的平台（Eva） 。
•我们是需要RAG是因为保险业务，保司的很多数据是网上没有的，并且内容很多，上百页甚至大几百页的文档比比皆是。
•我们是ToB业务，是围绕业务发展的Agent，直面经营结果(规模/利润)。
•我们的RAG平台隶属于Eva基础能力之一。
未来的RAG
不再过多揣测未来，乘风破浪即可。
•Agentic RAG里面包含了Deepsearch，Graph RAG，基础RAG，如果感兴趣我会像基础RAG一样，一层层剥开和大家交流。
•Python Code和RAG Agent Workflow是工程端的自研核心，如果感兴趣我会像基础RAG一样，一层层剥开和大家交流。
•记忆库除了“语义记忆图谱，程序记忆图谱，情景记忆图谱”我们还在研发时间记忆图谱，如果感兴趣我会像基础RAG一样，一层层剥开和大家交流。
•Chunck绝对是核心，以至于让Cognee花了大半年时间在参数调优上，我们总结一份配置手册，如果感兴趣我会像基础RAG一样，一层层剥开和大家交流。
大家可以把感兴趣的留在评论区，也可以提出你们疑问想法，我们多交流。
参考
https://github.com/Alibaba-NLP/DeepResearch/blob/main/README.md
https://arxiv.org/pdf/2505.24478
