Google 前段时间发布的 Gemini 1.5 Pro 是具有 1M 上下文窗口的 LLM，在“大海捞针”实验中召回率达 99.7%。在科技浪潮中，新兴技术常预示旧技术终结，而 RAG 和 Long Context 出现有趣现象，被大模型厂商认为将淘汰的 RAG 却被企业客户视为好用新技术且应用广泛，本文将探讨两者认知冲突及背后原因。

RAG 技术结合信息检索和文本生成，能将企业知识库作为插件，从私域数据检索相关信息放入 LLM 上下文，提高具备企业私域知识问答能力，但企业数据格式多样需归一化才能被很好检索，且检索到的只是知识切片，并非整个知识库，其回答基于对片面知识理解，所以被一些 LLM 厂商视为过渡性技术，注定被更先进的 Long Context 技术取代。

Long Context 技术具有潜力，但其具体内容未详细提及。