企业 AI 代理常因业务上下文问题而提供自信但错误的回答。大多数企业已遭遇此类错误，其根源在于信息缺失或不一致。检索增强生成（RAG）是提供上下文的主要方法，因此检索质量至关重要。目前，来自 OpenAI 和 Google 等公司的原生检索工具在采用率上领先于专用向量数据库。然而，许多企业希望保留最佳组合的独立工具，而非完全整合到提供商的堆栈中。结合嵌入、重排序和访问控制的混合检索预计将在未来的 RAG 系统中占据主导地位。构建受管制的语义层被视为解决上下文差距的解决方案，大多数企业正在构建或计划构建此类层。尽管采用了提供商原生工具，公司仍意图通过保留专用工具来维持独立性。在选择检索系统时，重点在于数据摄入的便捷性和运营简易性。一旦实施，正确性和安全性将成为主要的监控关注点。