Azure AI Search推出代理检索，提升对话AI智能化水平
原文英文，约500词，阅读约需2分钟。
📝
内容提要
微软在Azure AI Search中推出了代理检索的公共预览，能够自主规划复杂问题的检索策略，从而提升对话AI的答案相关性。该系统利用对话历史和Azure OpenAI，将查询分解为并行执行的子查询，标志着构建智能代理知识检索系统的重要进展，支持动态推理和智能工具选择，以满足复杂的企业需求。
🔎
延伸解读
代理检索的优势
代理检索通过自主规划复杂问题的检索策略，显著提升了对话AI的答案相关性，较传统RAG提高了40%。这种提升对于企业在处理复杂查询时尤为重要，能够更好地满足用户需求。
查询复杂度与速度的关系
代理检索的整体速度与生成的子查询数量直接相关。复杂查询可能需要更多的子查询，导致处理时间延长。因此，在设计查询时，平衡查询复杂度与执行效率是关键。
动态推理的意义
代理RAG引入动态推理和智能工具选择，解决了传统静态工作流程的局限性。这使得智能代理能够根据实时反馈调整搜索策略，适应不断变化的业务需求，提升了系统的灵活性和响应能力。
❓
Q&A
Azure AI Search的代理检索有什么新功能？
代理检索能够自主规划复杂问题的检索策略，提升对话AI的答案相关性。
代理检索如何提高对话AI的答案相关性？
代理检索通过分析对话历史和将查询分解为并行执行的子查询，提升答案相关性高达40%。
代理检索的过程包括哪些阶段？
代理检索过程包括分析聊天记录、规划检索策略和并行执行子查询等阶段。
代理检索的速度与什么因素有关？
代理检索的整体速度与生成的子查询数量直接相关，复杂查询可能需要更长时间完成。
代理检索的定价模式是什么？
代理检索的定价包括按令牌计费，初始预览期间均免费。
代理检索如何支持开发者？
代理检索通过2025-05-01-preview数据平面REST API和Azure SDK预发布包进行程序支持，并提供文档和集成指导。
🏷️
