La génération augmentée par récupération agentique (Agentic RAG) est une extension de la génération augmentée par récupération qui introduit des agents pour obtenir un processus de récupération et de prise de décision plus flexible.

L'approche de génération de requêtes améliorée par les agents (AEG), développée entre 2024 et 2025, est un paradigme système qui a évolué progressivement grâce à l'intégration des technologies RAG et des agents. Cette méthode ajoute des fonctionnalités telles que la planification des tâches, le routage de l'information et la vérification des résultats au cadre traditionnel de génération de requêtes basé sur de grands modèles de langage.

Dans Agentic RAG, les agents ne se contentent pas d'effectuer une simple recherche d'informations, mais sélectionnent également de manière dynamique les sources de données en fonction des exigences de la tâche, répartissent les requêtes entre différentes bases de connaissances ou outils, et filtrent, vérifient et intègrent les résultats de la recherche pour générer une sortie plus précise.

Cette méthode est largement utilisée dans les systèmes complexes de réponse aux questions, la recherche de connaissances professionnelles et les scénarios de prise de décision automatisée, et représente une orientation de développement importante pour l'intégration des systèmes d'agents intelligents et des technologies de recherche.