Agentic RAG通过自我反思、自适应路由和多跳推理，将复杂问答的幻觉率降低30%-50%，但延迟增加2-4倍、Token消耗增加1.5-3倍。文章解析了Self-RAG、CRAG等五篇关键论文，提出四阶段迁移路径，并指出其适用边界：仅当存在大量多跳查询时才值得投入，简单场景传统RAG更优。

DeepSeek V4 Pro的幻觉率高达96%，但在编程方面表现出色。Minimax M3以16%的低幻觉率显示出更好的自我认知能力。高幻觉率并不意味着模型能力差，而是由于过度自信导致的错误。这表明在不同任务中选择合适的模型至关重要。

论文《MASS-RAG: Multi-Agent Synthesis Retrieval-Augmented Generation》提出了一种多智能体协同处理检索证据的方法，旨在提高在噪声和异构上下文下的答案准确性。该方法将证据处理分为四个阶段，由不同智能体完成，显著降低了幻觉率并增强了鲁棒性，适用于多种场景。

DoorDash开发了一种模拟评估系统，能够快速进行数百次客服聊天机器人测试，显著提高实验效率。该系统将幻觉率降低了约90%，通过生成真实客户互动的多轮对话，结合自动评估框架，确保聊天机器人在实际场景中的表现。工程师通过持续迭代优化提示和上下文处理，以达到上线前的评估标准。

OpenAI发布了GPT-5，称其在文本、编程和数学等领域表现优异，但尚未达到AGI水平。发布会上出现的变形PPT引发网友调侃。GPT-5降低了“幻觉率”，并引入“按需软件”概念，用户可通过自然语言生成应用。OpenAI强调与微软的合作，GPT-5将集成到微软产品中。公司估值达到5000亿美元，面临Meta的挖角压力，奥特曼宣布发放奖金留住员工。

DeepSeek-R1-0528的性能接近Gemini Pro和Claude 4，推理能力显著提升，复杂问题的平均推理深度从12K增至23K，准确率和通过率大幅提高，幻觉率降低，工具使用准确性和API响应可靠性改善，编码体验优化明显。