GRASP：让 Agentic RAG 学会按粒度检索

2026年7月17日阅读约 3 分钟

导语

Agentic RAG 正在把传统 RAG 从“一次检索、一次生成”推进到“边想边搜、边读边答”的形态。但真正难的问题也随之出现：模型什么时候该继续检索？遇到问题时该用语义相似度搜索，还是用关键词精确匹配？拿到一句相关证据后，是否需要继续展开到段落级上下文？

论文 GRASP: GRanularity-Aware Search Policy for Agentic RAG 正是围绕这些决策展开。它提出一个强化学习框架，让检索代理在多步推理过程中学习协调不同搜索工具，并根据需要控制上下文粒度。

从“检索更多”转向“检索更合适”：GRASP 不只是把更多文档塞进上下文，而是让代理先获取句子级证据，并只在必要时读取更大的段落上下文，减少无关 token 干扰推理。
组合三类动作：系统为代理提供语义搜索、关键词搜索和段落阅读。语义搜索适合广泛探索相关内容，关键词搜索更适合锁定实体或特定线索，段落阅读用于在局部上下文中验证证据。
用强化学习训练检索策略：论文设计的奖励同时考虑答案准确性、是否基于证据阅读、不同搜索方式的互补使用，以及完成任务所需轮次效率。这使代理不仅追求答对，也要学会更经济、更有依据地检索。
面向多跳推理场景：在多跳问答任务中，问题往往需要串联多个证据点。GRASP 的目标是让代理像人一样先“扫读”找方向，再“精读”核实关键事实。

这项工作的重要性在于，它把 Agentic RAG 的重点从提示工程推进到可学习的检索策略。过去很多 RAG 系统依赖固定流程：先召回若干片段，再交给大模型总结回答。Agentic RAG 虽然允许模型多轮调用工具，但如果没有可靠策略，代理仍可能过度搜索、重复搜索，或被大段无关上下文带偏。

GRASP 给出的思路是：检索不是单一动作，而是一组互补技能。语义搜索负责打开搜索空间，关键词搜索负责精确定位，段落阅读负责补足局部语境。通过强化学习，代理可以在这些工具之间形成更可解释的“略读与扫描”行为。

从应用角度看，这类方法对企业知识库问答、科研文献分析、合规审查和复杂客服场景都有启发意义。这些任务往往不缺数据，缺的是在有限上下文预算内找到真正相关的证据。粒度感知的检索策略有望降低噪声，提高回答可追溯性，也让 Agentic RAG 更接近可控、可评估的工程系统。

当然，素材并未给出具体数据指标，因此还需要阅读完整论文才能判断提升幅度、实验设置和泛化能力。但仅从摘要看，GRASP 代表了 RAG 研究中的一个清晰趋势：未来的检索增强系统不只是“会搜”，还要学会“什么时候搜、怎么搜、读到什么程度”。