前沿 AI 资讯（2026-01-12）：RAG 进入 2.0 时代，重点不再是“能检索”
2026-01-12
RAG 已经从“接上向量库就能用”的阶段进入深水区：当你需要稳定地回答业务问题，最痛的往往不是检索算法，而是数据与流程。
RAG 2.0 的三个关键词：治理、引用、评测
- 数据治理：来源、版本、权限、更新频率、过期策略与删除链路。
- 引用可追溯：每个结论对应哪些片段、片段来自哪里、是否被改过。
- 评测闭环：召回率、命中率、回答正确率、引用一致性与成本。
工程趋势：重排与结构化上下文
只靠向量相似度召回，往往会带来“召回很多但不关键”的问题。更常见的组合是：
- 两段式检索：粗召回 + 重排（基于交叉编码、LLM 评分或规则混合）。
- 结构化拼接：把上下文按主题/来源分组，并附上时间与置信信息。
- 引用对齐：在生成时强制要求引用片段，降低无根据回答。
“长期维护”成为差异化
很多团队在第一个月效果很好，三个月后开始退化：数据更新没跟上、权限变化没同步、来源内容被改写、旧索引残留。RAG 2.0 的核心能力是：让这套系统在持续变化的业务里依然可靠。
本周建议：把“引用”当作产品功能
把引用展示给用户（哪怕只是内部用户），会倒逼你把数据治理与质量做扎实：没有清晰引用，错误很难复盘；有了引用，问题定位与纠错成本会显著下降。