从朴素的 RAG 到深度代理检索：不断发展的监管合规上下文工程管道

检索增强生成 (RAG) 是将 大语言模型 (LLM) 应用于企业文档语料库的主要范例，但随着语料库规模和查询复杂性的增长，简单的实现遇到了硬限制。本文追溯了安大略发电公司 (OPG) 生产检索管道的演变，以实现安大略能源委员会 (OEB) 报告要求下的监管合规性和费率案例分析。我们检查了连续的阶段：朴素 RAG、重新排序的混合检索、代理函数调用检索以及具有基于代码的工具合成和显式规划的深层多代理架构，并确定了促成每次转换的故障模式和权衡。我们将成熟的架构形式化为渐进式证据获取与成本感知升级（PEA-CAE）：从低成本、高精度检索开始，仅当预期证据获得证明延迟和成本合理时才升级到完整文档读取。我们的研究结果表明，对于大型、不断发展的监管语料库，上下文工程比特定领域的 微调 更容易处理、更经济可行。更广泛地说，深度代理检索的进展反映了经典信息检索思想，引入了自适应查询重构、渐进式文档发现和分层子代理摘要作为实用的系统原语。操作痕迹进一步支持现代检索系统基于搜索的性质，其中迭代证据获取和自适应规划越来越多地取代单遍检索，成为企业规模问答的基础。