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。
关键要点
-
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。
-
该系统提升了对话AI的答案相关性，较传统RAG提高了40%。
-
代理检索利用对话历史和Azure OpenAI，将查询分解为并行执行的子查询。
-
新功能通过2025-05-01-preview数据平面REST API和Azure SDK预发布包进行程序支持。
-
代理检索被视为构建更复杂知识检索系统的重要一步，专为智能代理设计。
-
代理检索过程包括分析聊天记录、规划检索策略、并行执行子查询等阶段。
-
子查询的数量直接影响代理检索的整体速度，复杂查询可能需要更长时间完成。
-
结果通过平台的语义排序器重新排名，形成统一的基础数据负载。
-
传统RAG系统在增强LLM方面是一个良好的起点，但静态线性工作流程的局限性逐渐显现。
-
代理RAG（ARAG）通过引入动态推理和智能工具选择来解决这些问题。
-
公共预览目前在特定地区可用，代理检索的定价包括按令牌计费，初始预览期间均免费。
延伸问答
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。
