拜耳用 RAG 构建制药合规 AI 系统

这篇论文最有价值的不是技术选型本身，而是它坦诚暴露了从关键词搜索迁移到 Agentic AI 过程中的工程陷阱。比如他们强调 context engineering 比 prompt engineering 更重要——信息如何在多个专用 agent 之间路由和塑形，这恰恰是当前很多多 agent 框架（如 CrewAI、AutoGen）抽象掉但生产环境会爆雷的地方。

另一个关键点是 recovery 机制的设计。制药合规场景不允许幻觉传播，他们的 orchestration 层做了显式的错误恢复路径，这比单纯依赖模型自我纠错更务实。如果你正在把 RAG 从 demo 推进到生产，这篇的 failure mode 分析比成功路径更值得细读。

热度中等但讨论质量高，HN 评论区有实际搭建过类似系统的工程师在争论 Text-to-SQL 的可靠边界，建议一并扫一眼。