Research Agent 实战：从 RAG 到自主研究
不只是造一个 RAG 问答系统——这篇文章构建一个能自主研究的 Agent：研究规划、多轮 Agentic RAG 检索、信息质量审查、矛盾处理，以及带来源引用的结构化报告输出。
RAG
记忆的四种形态：Agent 如何在不同时间尺度上保住它知道的事
区分 in-context、情景、语义与程序记忆；说明压缩、检索、更新策略与协作架构，以及常见设计错误与选型问题，可与上下文状态管理与 RAG 两篇对照阅读。
什么是 RAG：让大模型用上你自己的知识库
解释 RAG 如何解决大模型知识过时、缺私有知识与幻觉问题，并梳理切片、Embedding、向量库、混合检索与上下文增强等工程要点。