夜雨聆风引文
上一章我们聊了为什么 AI 会一本正经地胡说八道。
核心原因是：它不是在查答案，而是在生成它训练时概率最大的答案。
资料不够、信息过期、上下文不清楚的时候，它就开始"补"。
补一个看起来合理的年份。
补一个格式很像的论文标题。
补一个完整的餐厅预约结果——但餐厅那边根本没收到预约。
看起来特别像回事。
但"看起来像"和"真的是"，中间隔着一道挺宽的沟。
那既然它会瞎补，我能不能先把资料发给它，让它基于资料来回答？
别让它空手进考场了。
把小抄递给它。
这样它应该就不会乱说了吧？
这个想法没问题。
但很多人很快会发现，事情没这么简单。
你把十份 PDF 扔进去，它未必真用了。
你把公司制度、产品手册、会议纪要都塞进去，它也可能精准地绕开最关键的那一页。
甚至有时候你明明喂了文档，它还是引用了一段文档里根本没有的话。
所以问题不是：
ounter(lineAI 有没有资料？
而是：
ounter(line它回答这一句的时候，到底拿到了哪几段资料？
还有一种场景：如果你的公司制度，分三册、每一册都堪比一本红楼梦， 对 AI 来说，上下文窗口马上就会被塞满，这时候再问问题就相当于大海捞针，且开销很大。
RAG 想解决的，就是这些问题。
RAG 是什么
RAG 的全称是 Retrieval-Augmented Generation，检索增强生成。
听着很技术，但翻译成人话其实很直白：
让 AI 在回答前，先去外部资料里找一找，再带着找到的资料回答。
可以对比着看：
ounter(lineounter(lineounter(lineounter(lineounter(line普通聊天：你问 → 模型根据当前上下文和参数记忆生成回答RAG：你问 → 系统先找资料 → 把资料递给模型 → 模型基于资料生成回答
区别就在那个"先找资料"。
这里要说清楚一件事：
RAG 不是重新训练模型。
训练模型是让它"永久记住"某些东西，把知识烧进参数里。
那个过程很贵，很慢，也不是普通人能做的。
RAG 不是这样。
它更像临时翻书，而不是把整本书都塞进去。
你问一个问题。
系统去知识库里翻几页相关资料。
把这几页放到模型眼前。
然后模型基于这几页来回答。
下次你问别的问题，它再去翻别的几页。
所以 RAG 属于我们第二章讲过的"三类知识"里的第二种：
模型脑子里有的：训练时学到的参数记忆。 产品临时拿来的：搜索、RAG、工具、数据库。 当前对话现场里的：这次上下文窗口里实际放进去的内容。
RAG 不是让模型变聪明。
而是在它回答前，多给它一点依据。
把资料给 AI，不等于它真的会用资料
但这里有个很容易被忽略的问题。
很多人第一次听说 RAG 或者知识库的时候，脑子里的画面是：
我把文件上传。
AI 就有了这些资料。
它回答的时候就会用这些资料。
这个直觉不完全对。
因为：
上传资料，不等于资料真的进入了模型这次回答的上下文。
进入上下文，也不等于它真的抓住了重点。
抓住了重点，也不等于它不会误读。
我们接着第一章的那个比喻继续说。
还记得吗？
第一章说，模型这次回答能看到的，是桌面上的东西。
我们把 Context Window 比作一张桌子。
你刚刚说的话、它刚刚回你的话、你贴进去的资料、系统提前写好的规则，这些东西加在一起，构成了模型这一次回答时能参考的"现场"。
桌子有边界。
东西太多，旧的会被挤出去。
资料太乱，关键信息会被淹没。
那 RAG 做的事是什么呢？
在回答前，从书架上帮它翻几页资料，放到桌面上。
但如果翻错页了呢？
如果翻太多页，桌面塞满了，关键句被挤到角落看不清呢？
如果关键的一段话刚好被切断了，前半句在这页，后半句在另一页，而系统只翻到了前半句呢？
那桌面上看起来有资料。
但实际上，它还是会跑偏。
所以 RAG 不是魔法。
它只是多了一个"翻资料"的动作。
翻得到、翻得对，回答才靠谱。
翻不到、翻错了、看错了，它照样会一本正经地胡说。
它到底多做了一件什么事
那 RAG 比普通聊天多做了什么？
可以先看一个最简单的流程：
ounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(line用户问题↓去外部资料里找相关片段↓把片段塞进 Context Window↓LLM 根据问题和片段生成回答
多的那个动作，就是中间那步：
先找。
找到了，再递。
递完了，再让模型答。
听起来很朴素。
但这里面其实有很多细节。
首先，"去外部资料里找相关片段"——怎么找？
你问的是"报销打车票需要什么材料"。
但资料里可能不是这么写的。
资料里写的可能是：
ounter(line市内交通费需提供合规发票，非工作时间出行应附事由说明。
字面上不一样。
但意思很接近。
系统怎么判断"这段资料和用户的问题相关"？
这就要轮到下一篇要讲的 Embedding（向量化）和 Vector Database（向量数据库）了。
但在这一篇，你只需要先建立一个直觉：
系统要有办法，把"意思接近"的资料找出来，而不只是按关键词搜。
然后，"把片段塞进 Context Window"——塞多少？
太少了，信息不够。
太多了，噪音一堆，关键句被淹没。
而且 Context Window 有边界。
你不能把整个知识库都塞进去。
所以系统要有办法，挑出最相关的几段。
最后，"LLM 根据问题和片段生成回答"——它真的会老老实实基于材料回答吗？
不一定。
如果材料里有矛盾，它可能会把两边拼在一起，答出一个自相矛盾的结果。
如果材料写得模糊，它可能推过头。
如果材料恰好没覆盖问题的某个细节，它可能又开始"补"。
所以 RAG 不是一个"装上就灵"的开关。
它更像一个流程。
流程里每一步都可能出问题。
而且就算每一步都对了，最后模型也可能看错。
这就是为什么，给了资料，AI 还是可能答错。
小结
所以到这里，我们先建立一个最基础的认知：
RAG 不是让 AI 突然变成一个事实机器。
它只是让 AI 回答前，多了一个"翻资料"的动作。
翻到对的资料，放到桌上，它确实会好很多。
但如果：
资料本身就是错的、旧的、不完整的。 系统没找到真正相关的资料。 系统找到了很多看起来相关、其实不相关的资料。 资料被切得乱七八糟，上下文断了。 桌面上堆了太多东西，关键句被噪音淹没了。 模型看错了，把 A 文档的结论套到 B 文档的案例上了。
那它还是会一本正经地跑偏。
"有资料"只是第一步，"拿到对的资料"才是关键。
那问题就来了——
系统到底怎么"翻"？
一堆 PDF、Word、网页，是怎么变成它能在回答前精准翻到的那几段的？
中间其实有一条不短的流水线。
下一篇我们就拆开看。
大家端午安康，晚安，我们下一篇见。
参考链接
Lewis et al., Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks, NeurIPS 2020: https://papers.nips.cc/paper/2020/hash/6b493230205f780e1bc26945df7481e5-Abstract.html Gao et al., Retrieval-Augmented Generation for Large Language Models: A Survey: https://arxiv.org/abs/2312.10997