Worknano

Agentic RAG и обычный RAG: в чём разница

Updated 2026-11-15

Agentic RAG и обычный RAG это разница между одним поиском и настоящим осмотром. RAG значит, что ИИ ищет в ваших документах до того, как ответит. Обычный RAG ищет один раз и отвечает по тому, что нашлось. В agentic RAG ИИ сам решает, что искать, читает результаты и ищет снова, пока не наберёт достаточно для ответа.

Обычный RAG: один поиск, один ответ

RAG расшифровывается как retrieval-augmented generation, то есть генерация с дополнительным поиском. Шаги всегда одни и те же: один раз поискать, передать ИИ лучшие отрывки, написать ответ. Если нужный отрывок оказался среди результатов, ответ хороший. Если нет, ИИ либо скажет, что не знает, либо заполнит пробел догадкой.

Это быстро, дёшево и предсказуемо. Многие обычные вопросы так решаются хорошо: «Какой у нас срок возврата?»

Agentic RAG: найти, проверить, найти снова

«Agentic» значит, что ИИ сам решает, каким будет следующий шаг. Здесь он может искать столько раз, сколько нужно. Перед ответом он умеет три вещи.

Один вопрос, два пути

Руководитель отдела продаж спрашивает: «Сделали ли мы для Hartwell то, что обещали весной, и осталось ли что-то незавершённым?»

Обычный RAG один раз ищет по всей фразе. Он находит части исходного предложения и более позднее письмо. Ответ описывает, что было обещано. О том, что осталось открытым, он ничего надёжного не говорит: это лежит в списке задач, а поиск туда не дотянулся.

Agentic RAG идёт по шагам.

  1. Он отмечает, что в вопросе три части: что обещали, что сделали и что осталось.
  2. Он ищет обещание и находит предложение с четырьмя пунктами.
  3. Он открывает проект клиента и читает задачи. Три выполнены, одна в работе.
  4. Он видит, что в предложении упоминалось ещё и обучение, но подходящей задачи нет. Тогда он ищет в заметках слово «обучение» и находит итоги звонка, где его перенесли на осень.
  5. Он отвечает: три пункта из четырёх готовы, один в работе, а обучение перенесли по договорённости. К каждому факту он показывает источник.

Это ответ, который дал бы внимательный коллега. Но для него понадобилось несколько поисков вместо одного.

Во что обходятся дополнительные шаги

Обычный RAGAgentic RAG
Время ожиданияКороткоеДольше
Стоимость вопросаНижеВыше
Вопросы из нескольких частейСлабоСильно

Когда что подходит

Обычного RAG достаточно, когда в вопросе одна часть, а ответ лежит в одном месте: правило компании, деталь о продукте, «где документ про такое-то».

Agentic RAG стоит лишнего времени и денег, когда вопрос сравнивает, объединяет или проверяет: «что изменилось между двумя версиями», «каких клиентов касается этот пункт», «совпадает ли это с тем, что мы им говорили».

Что попросить в первую очередь

Как с этим работает Worknano

В Worknano поиск это один из инструментов, которые можно дать агенту, рядом с чтением и фильтрацией записей, подсчётом и суммированием. AI Assistant и агенты используют семантический поиск, чтобы находить документы, задачи, сделки, контакты и OKR по смыслу. Они читают только важные отрывки и могут передать вопрос другому агенту, если специалист подойдёт лучше. Поскольку данные лежат в одном workspace, агент может от находки перейти к предложенной задаче или правке, в рамках прав того, кто спросил.

Создайте бесплатный workspace и задайте ассистенту вопрос, для которого нужно больше одного поиска.