Agent直接读原文替代向量检索

传统RAG的瓶颈在于检索阶段的信息压缩——top-k向量检索会丢失大量上下文，而重排序和迭代检索又增加延迟。这篇论文的激进之处在于跳过检索器中间层，让Agent直接用自然语言查询原始文档，本质上是用推理能力替代检索模型的先验压缩。

实验显示在复杂多跳任务上提升明显，但工程代价是token消耗会大幅上升，且对长上下文模型有硬性依赖。目前代码未开源，建议关注作者是否后续放出实现，这对正在设计Agent架构的团队有直接参考价值——特别是那些发现向量检索成为瓶颈、又在考虑是否上更贵推理方案的团队。