Agentic RAG
Agentic RAG est une architecture dans laquelle un modèle de langage agit comme un agent autonome qui décide itérativement quand et quoi récupérer des sources externes, permettant le raisonnement multi-étapes sur les requêtes complexes que la récupération en un seul passage ne peut pas résoudre.
La génération augmentée par récupération standard (RAG) suit un pipeline fixe en deux étapes : récupérer les documents une fois en fonction de la requête de l'utilisateur, puis générer une réponse conditionnée sur ces documents. Agentic RAG remplace ce pipeline rigide par une boucle de raisonnement dans laquelle le modèle lui-même détermine combien d'étapes de récupération sont nécessaires, quelles requêtes émettre, quels outils ou index appeler, et quand il a rassemblé des preuves suffisantes pour produire une réponse. Le modèle devient un orchestrateur de récupération plutôt qu'un consommateur passif de contexte pré-récupéré.
Dans une configuration typique d'agentic RAG, le LLM est fourni avec des outils — des fonctions de recherche, des requêtes de base de données, des API web — qu'il peut invoquer via des interfaces d'appel d'outils structurées. L'agent émet une demande de récupération initiale, lit les résultats, identifie les lacunes ou les questions de suivi, émet des récupérations supplémentaires, et itère jusqu'à ce qu'il puisse synthétiser une réponse finale. Les frameworks tels que LangGraph, LlamaIndex et Microsoft AutoGen fournissent l'infrastructure pour cette boucle, incluant la gestion d'état entre les étapes et la logique de secours quand les récupérations échouent.
L'avantage fondamental est la capacité à traiter les requêtes nécessitant des informations provenant de sources multiples, une clarification séquentielle ou un embranchement conditionnel — par exemple, « Trouver le dernier chiffre d'affaires trimestriel pour chaque entreprise de notre liste de concurrents et résumer la tendance. » Un RAG en un seul passage récupérerait un mélange bruyant de documents ou manquerait entièrement l'aspect multi-entités. Agentic RAG peut décomposer cela en sous-requêtes, récupérer par entreprise et agréger les résultats. Le compromis est la latence : chaque étape de récupération supplémentaire ajoute un temps d'aller-retour, rendant les temps de réponse de plusieurs secondes à des dizaines de secondes courants pour les requêtes complexes.
D'ici 2026, les modèles agentic RAG ont été productionalisés par les fournisseurs de recherche d'entreprise et les équipes d'outils internes. Les modèles à long contexte avec des fenêtres de millions de tokens ont réduit le besoin de récupération multi-hop dans certains scénarios en permettant de charger directement les grands corpus, mais la récupération reste essentielle pour les données à jour ou propriétaires non présentes dans les poids du modèle. Les défis de fiabilité — les boucles de récupération qui ne se terminent pas, les récupérations redondantes et les erreurs d'appel d'outil — sont des domaines actifs d'amélioration dans les frameworks d'agent et les benchmarks d'évaluation.