¿Vale la pena Agentic RAG? Los sistemas RAG han evolucionado de simples tuberías de recuperador-generador a flujos de trabajo sofisticados. Sigue sin estar claro cuándo usar Enhanced RAG (tuberías fijas con módulos dedicados) frente a Agentic RAG (el LLM orquesta todo el proceso de manera dinámica). Esta investigación proporciona la primera comparación empírica. Enhanced RAG añade componentes predefinidos para abordar debilidades específicas: enrutadores para determinar si se necesita recuperación, reescritores de consultas para mejorar la alineación y reordenadores para refinar la selección de documentos. El flujo de trabajo es fijo y diseñado manualmente. Agentic RAG adopta un enfoque diferente. El LLM decide qué acciones realizar, cuándo realizarlas y si iterar. No hay componentes adicionales más allá de la base de conocimientos básica, el recuperador y el generador. El modelo controla todo. Los investigadores evaluaron ambos paradigmas en cuatro dimensiones en tareas de QA y recuperación de información. Manejo de la intención del usuario: Agentic supera ligeramente a Enhanced en la mayoría de las tareas, pero Enhanced gana de manera decisiva en FEVER (+28.8 puntos F1), donde el agente a menudo recupera innecesariamente. Reescritura de consultas: Agentic RAG logra un promedio de 55.6 NDCG@10 en comparación con 52.8 para Enhanced, mostrando que el agente puede reescribir consultas de manera adaptativa cuando es beneficioso. Refinamiento de documentos: Enhanced RAG con reordenamiento (49.5 NDCG@10) supera a Agentic (43.9). Los módulos de reordenamiento dedicados superan los intentos de recuperación iterativa. Agentic RAG es mucho más sensible a la capacidad del modelo. Con modelos más débiles, Enhanced RAG mantiene la estabilidad mientras que el rendimiento de Agentic se degrada significativamente. El análisis de costos revela que Agentic RAG requiere de 2 a 10 veces más tiempo de computación y tokens debido al razonamiento en múltiples pasos. La elección entre Enhanced y Agentic RAG depende de tus limitaciones. Enhanced RAG ofrece previsibilidad, costos más bajos y estabilidad con modelos más débiles. Agentic RAG proporciona flexibilidad pero requiere modelos más fuertes y más computación. Artículo: Aprende a construir sistemas Agentic RAG efectivos en nuestra academia: