DEV Community

meotism
meotism

Posted on

Retrieval Augmented Generation

Từ Classic RAG đến Agentic RAG: Hành trình tiến hóa của hệ thống AI hỏi đáp

Trong vài năm qua, RAG (Retrieval-Augmented Generation) đã trở thành một trong những kiến trúc cốt lõi của AI ứng dụng.

Nhưng khi dữ liệu ngày càng lớn và câu hỏi ngày càng phức tạp, RAG cũng tiến hóa liên tục — từ “chỉ biết tìm thông tin” đến “biết suy nghĩ và hành động”.


Bức tranh tổng quan

Classic RAG → Graph RAG → Agentic RAG → Agentic Graph RAG

flow:
A Classic RAG
B Graph RAG
C Agentic RAG
D Agentic Graph RAG
A → B → C → D


Classic RAG: AI chỉ biết tìm

Chatbot nội bộ:

Q: Quy trình xin nghỉ phép?

Q: Chính sách remote?

Cách hoạt động:

Question → Embedding → Vector DB → Top-K Retrieval → LLM → Answer

Ví dụ:

Nguyễn Văn A là CEO của ABC

ABC thành lập năm 2020

Q: CEO của ABC là ai?

→ Nguyễn Văn A

Điểm mạnh:

  • đơn giản
  • dễ build

Điểm yếu:

  • không hiểu quan hệ
  • không làm multi-hop reasoning

Graph RAG: AI hiểu quan hệ

Vấn đề:

Nguyễn Văn A → ABC → XYZ → AI Vision

Classic RAG không nối được chuỗi này.

Giải pháp:

Documents → Entity Extraction → Knowledge Graph → Graph Traversal → LLM

Graph:

Nguyễn Văn A → CEO → ABC

ABC → Acquired → XYZ

XYZ → Develops → AI Vision

Điểm mạnh:

  • hiểu relationship
  • multi-hop reasoning tốt hơn

Agentic RAG: AI biết lập kế hoạch

Vấn đề tiếp theo:

Không đủ dữ liệu trong DB → cần web / API / tools

Ví dụ:

NVIDIA tăng trưởng vì sao?

Không có 1 nguồn duy nhất.

Agent sẽ:

User → Planner → Tools → Reasoning → Answer

Tools:

  • Vector DB
  • Knowledge Graph
  • Web Search
  • APIs

Agent làm:

  • chia task
  • chọn nguồn
  • tổng hợp
  • tự kiểm tra

So sánh

Classic RAG:

  • retrieve

Graph RAG:

  • retrieve + relations

Agentic RAG:

  • retrieve + reasoning + tools

Capability Classic Graph Agentic
Search
Relationships
Multi-hop
Tool use
Planning

Agentic Graph RAG (xu hướng mới)

Agent → Vector DB → Knowledge Graph → Web Search → APIs → Tools

Kết hợp:

  • semantic search
  • graph reasoning
  • agent planning

Kết luận

Classic RAG = tìm thông tin

Graph RAG = hiểu quan hệ

Agentic RAG = biết suy nghĩ và hành động

Xu hướng chung:

AI đang chuyển từ “trả lời câu hỏi”

→ sang “giải quyết vấn đề”

Đó là lý do Agentic Graph RAG đang trở thành kiến trúc quan trọng nhất hiện nay.

That's it, Happy reading and happy coding! 🚀

Top comments (0)