RAG agéntico
Por qué importa
Así funciona la mayoría de los productos modernos de búsqueda con IA. Las funciones de investigación profunda de ChatGPT, Claude, Gemini y Perplexity ejecutan decenas o cientos de búsquedas por pregunta. Los agentes de codificación exploran una base de código de la misma manera, con búsquedas y lecturas de archivos repetidas en lugar de una sola consulta por embeddings.
Se volvió práctico porque los modelos mejoraron en el uso de herramientas y en juzgar sus propios resultados. La ganancia es mayor en las preguntas difíciles: preguntas de varios saltos, preguntas vagas que necesitan aclaración y preguntas en las que la primera búsqueda revela el término correcto para buscar después.
En profundidad
El RAG clásico es un pipeline fijo: toma la pregunta del usuario, recupera una sola vez los mejores chunks, los pega en el prompt y genera una respuesta. El modelo no tiene voz en lo que se recupera. Si la búsqueda falla, la respuesta es incorrecta, y nada en el sistema lo nota.
El RAG agéntico pone al modelo a cargo de la recuperación. La búsqueda se convierte en una herramienta que el modelo puede llamar tantas veces como necesite. Puede reescribir la pregunta en mejores consultas, dividir una pregunta compleja en partes, leer los resultados, notar vacíos, volver a buscar con lo que acaba de aprender y detenerse cuando tiene suficiente evidencia.
Lo que el agente puede hacer
- Decidir si hace falta recuperar algo. «¿Cuánto es 2+2?» no necesita ninguna búsqueda.
- Escribir sus propias consultas. Los usuarios escriben preguntas desordenadas. El modelo puede convertir una en varias búsquedas precisas.
- Elegir entre fuentes. La búsqueda vectorial, la búsqueda por palabras clave, SQL, una API de búsqueda web, herramientas de archivos y otros sistemas se pueden ofrecer como herramientas.
- Iterar. Leer resultados, seguir referencias y refinar. Es el bucle ReAct aplicado a la recuperación.
- Revisarse a sí mismo. Evaluar si los pasajes recuperados de verdad responden la pregunta, y verificar el borrador de respuesta contra las fuentes.
La versión más simple
No necesitas un framework. Dale a un modelo capaz una o dos herramientas de búsqueda con descripciones claras, dile que busque antes de responder y que cite lo que usó, y limita el número de pasos. Solo con eso a menudo se supera, en preguntas difíciles, a un pipeline de un solo paso cuidadosamente ajustado.
Compromisos
- Latencia y costo: cada paso de búsqueda es otra llamada al modelo. Una pregunta simple que tomaba un segundo puede tomar diez, y una tarea de investigación profunda puede tomar minutos y usar cientos de miles de tokens.
- Crecimiento del contexto: los resultados se acumulan en la ventana de contexto, así que las herramientas deberían devolver fragmentos compactos y relevantes.
- Menos predecible: el agente puede detenerse demasiado pronto, buscar en círculos o divagar. La evaluación debe mirar toda la trayectoria, no solo la respuesta.
- Seguridad: las páginas web y los documentos recuperados pueden contener prompt injections, y un agente con otras herramientas puede actuar según ellas.
La calidad de la recuperación sigue importando
Un agente solo puede compensar hasta cierto punto una mala herramienta de búsqueda. Un buen chunking, la búsqueda híbrida y la reclasificación hacen que cada paso sea más útil y reducen el número de pasos necesarios. Curiosamente, a los agentes suele irles bien con herramientas simples, como la búsqueda por palabras clave y la lectura directa de archivos, porque pueden compensar la imprecisión intentándolo de nuevo.
Cuándo usar cuál
Para consultas simples y de alto volumen donde la velocidad importa, como un bot de soporte que responde a partir de unas preguntas frecuentes, el RAG clásico de un solo paso sigue siendo la herramienta adecuada. Para investigación, análisis y preguntas complejas, deja que el modelo conduzca. Muchos sistemas usan ambos: una primera recuperación rápida, y el agente busca más solo cuando hace falta.