RAG / Agent / 微调对照

类型：[决策] · 概念对照，不展开实现。细节见 RAG 是什么、Agent 是什么。

面试和选型时，先分清这三件事分别解决什么问题。

	RAG	Agent	微调（Fine-tune）
一句话	先检索再生成，把外部知识塞进上下文	模型会规划并调用工具把事做完	用数据改模型权重，让口吻/格式/领域更贴
典型问题	「我们制度/文档里怎么说？」	「帮我查库、改文件、跑流程」	「固定行业话术、固定输出格式、领域术语」
知识更新	改知识库即可	靠工具与外部系统	要重新训练/部署，成本高
何时用	知识在文档/库里，且要可追溯	需要多步行动、接 API/浏览器/代码	提示词+RAG 仍不够，且有稳定数据与评估
何时别用	问题靠通识就能答；库很烂	单次问答就够；无可靠工具	数据少、要快速改规则、只是缺知识（先 RAG）
成本感	中（嵌入+检索+调用）	中高（多轮+工具失败重试）	高（数据、训练、评估、版本）

我的默认顺序

Prompt / 结构化输出
    ↓ 不够
RAG（知识在外部）
    ↓ 还要「办事」
Agent（工具调用）
    ↓ 以上都稳了仍不够
再评估微调

多数业务系统：Prompt + 业务 API +（可选）RAG 就够；不要一上来微调或上重 Agent。