Google переводит корпоративный поиск на агентную архитектуру

Разработчики Google представили архитектуру agentic RAG, способную самостоятельно выявлять пробелы в данных и итеративно добирать информацию из разных источников. В отличие от классических моделей, система не выдает неполные ответы, а последовательно уточняет запрос до тех пор, пока не соберет достаточно контекста для формирования достоверного результата.

Традиционные RAG-системы обычно ограничиваются однократным поиском, что приводит к ошибкам при работе со сложными задачами, требующими обращения к нескольким базам данных. В новой схеме, внедренной в Gemini Enterprise Agent Platform, задействована цепочка агентов: корневой узел анализирует запрос, планировщик дробит его на подзадачи, а специальный модуль проверяет полноту найденных сведений. Если система обнаруживает нехватку информации, она автоматически инициирует повторный поиск, вместо того чтобы гадать или признаваться в некомпетентности.

Эффективность такого подхода подтверждают тесты: точность ответов при проверке фактов выросла на 34% по сравнению с базовыми методами. При этом кросс-корпусный поиск сохраняет стабильность на уровне 90,1%, а задержка ответа увеличивается лишь на 3%. Сейчас технология доступна в режиме публичного предпросмотра, предлагая корпоративному сектору инструмент для работы с разрозненными данными, которые ранее требовали ручного поиска или сложной настройки API.