主要观点：微软推出 Azure AI Search 中代理检索的公共预览，是为复杂问题自主规划和执行检索策略的查询引擎，可提升对话 AI 中答案的相关性，最多可比传统 RAG 提升 40%。通过新的 Knowledge Agents 对象在 2025 - 05 - 01 - preview 数据平面 REST API 和 Azure SDK 预发布包提供编程支持，基于现有索引等构建，涉及多阶段过程，包括 LLM 分析聊天线程、规划检索策略、并行运行子查询等，结果经语义排序后返回，还返回检索过程的活动日志。Akshay Kokane 认为传统 RAG 是起点，而代理 RAG 可解决其局限性，引入动态推理等。公共预览在部分地区可用，代理检索定价包含 Azure OpenAI 查询规划和 Azure AI Search 语义排序的按令牌计费，且初始预览期间免费，有相关文档、菜谱和集成指南供开发者使用。

关键信息：

• 推出代理检索公共预览及相关链接：[https://learn.microsoft.com/e...]
• 提升答案相关性对比：最多可比传统 RAG 提升 40%，aka.ms/aisearch-arevals
• 支持方式：新 Knowledge Agents 对象在特定 API 和 SDK 中
• 过程阶段：LLM 分析、规划策略、并行子查询、语义排序、返回日志
• 相关人员观点：Akshay Kokane 认为传统 RAG 局限性及代理 RAG 的优势
• 公共预览情况：在部分地区可用，定价包含特定计费且初始预览免费，有相关文档等供开发者使用

重要细节：

• 代理检索利用对话历史和 Azure OpenAI 分解查询为子查询并行运行
• 整体速度与子查询数量有关，“迷你”查询规划器可能更快
• 结果以统一接地有效负载返回，包含顶级命中和结构化元数据
• 有相关文档[https://learn.microsoft.com/e...]、菜谱[https://github.com/Azure-Samp...]和集成指南[https://github.com/Azure-Samp...]