SoK: Agentic Retrieval-Augmented Generation (RAG): Taxonomy, Architectures, Evaluation, and Research Directions

Este artigo de sistematização de conhecimento (SoK) apresenta o primeiro quadro unificado para a RAG Agêntica, formalizando-a como um processo de decisão de Markov, propondo uma taxonomia arquitetônica abrangente, identificando riscos sistêmicos críticos e delineando direções de pesquisa para sistemas de recuperação e geração autônomos mais confiáveis e escaláveis.

O essencial

Imagine que você tem um assistente de pesquisa muito inteligente, mas que, às vezes, inventa coisas ou esquece o que você pediu. No mundo da Inteligência Artificial, chamamos isso de RAG (Geração Aumentada por Recuperação).

Pense no RAG tradicional como um bibliotecário um pouco rígido. Você chega e diz: "Quero saber sobre a história do café". O bibliotecário vai até a estante, pega um livro, lê a primeira página e te dá a resposta. Se o livro estiver errado ou se você precisar de mais detalhes, o bibliotecário não sabe o que fazer; ele apenas te entrega o que pegou de primeira.

Agora, imagine que esse bibliotecário ganha um "cérebro" e se torna um Agente Autônomo. Isso é o que o artigo chama de RAG Agente.

Este artigo é como um "manual de instruções" gigante para entender como esses novos assistentes inteligentes funcionam, como construí-los e como garantir que eles não enlouqueçam.

Aqui está a explicação do artigo, traduzida para a vida real:

1. A Grande Mudança: De "Ler e Responder" para "Pensar e Agir"

No passado, a IA era como um atendente de balcão: você fazia uma pergunta, ele olhava um manual fixo e respondia.
No novo modelo (RAG Agente), a IA é como um detetive particular.

• O Detetive: Você pede para ele investigar um crime complexo. Ele não responde na hora. Ele pensa: "Preciso falar com a testemunha A, depois checar as câmeras de segurança e, se necessário, ir à delegacia".
• Ele decide sozinho quando procurar mais informações, quando parar e quando mudar de estratégia se a pista estiver errada. Ele não apenas "busca e lê"; ele planeja, age e reflete.

2. O "Esqueleto" do Sistema (A Arquitetura)

Os autores dizem que para construir esse detetive, você precisa de peças específicas, como se fosse montar um time de futebol:

• O Planejador (O Treinador): É quem olha o problema e diz: "Vamos dividir isso em 3 jogos". Ele decide o plano de ação.
• O Motor de Busca (O Escoteiro): Em vez de apenas pegar um livro, ele vai atrás de informações específicas que o treinador pediu. Se o treinador disser "preciso de dados de 2020", o escoteiro vai lá buscar só isso.
• O Cérebro (O Jogador de Campo): É a parte que conecta tudo. Ele recebe a informação do escoteiro, pensa: "Isso faz sentido?", e decide o próximo passo.
• A Memória (O Diário de Bordo): O sistema precisa lembrar do que aconteceu antes. Se o detetive esqueceu que já falou com a testemunha A, ele vai ficar repetindo a mesma coisa. A memória guarda o histórico para não perder o fio da meada.
• O Verificador (O Árbitro): Antes de dar a resposta final, alguém precisa checar se o detetive não inventou nada. Ele olha as provas e diz: "Isso está correto" ou "Isso é mentira, tente de novo".

3. Os Perigos: Quando o Detetive Enlouquece

O artigo alerta que, como esses sistemas agem sozinhos, eles podem cometer erros em cadeia, como uma bola de neve:

• Alucinação em Cascata: Se o detetive inventar uma pista falsa no passo 1, ele usará essa mentira para buscar mais informações no passo 2. A mentira se torna "verdade" para ele, e o erro se multiplica.
• Envenenamento da Memória: Imagine que alguém coloque um bilhete falso no diário de bordo do detetive. A partir daí, ele tomará decisões erradas para sempre, porque a "memória" dele foi corrompida.
• Laços Infinitos: O sistema pode ficar preso em um ciclo eterno de "buscar, pensar, buscar, pensar" sem nunca chegar a uma conclusão, gastando todo o dinheiro e tempo.

4. Como Medir se Funciona? (A Avaliação)

Antes, a gente avaliava a IA apenas pela resposta final: "A resposta está certa?".
Agora, com os agentes, precisamos avaliar o caminho que eles percorreram. É como julgar um jogador de futebol não só pelo gol, mas por como ele passou a bola, se ele fez a jogada certa e se não tropeçou no meio do campo.
O artigo diz que precisamos de novas regras para ver se o "detetive" está pensando de verdade ou apenas chutando.

5. O Futuro: O Que Ainda Precisa Ser Resolvido?

Os autores listam 5 grandes desafios que os cientistas precisam resolver para que esses sistemas sejam seguros e úteis no mundo real:

1. Estabilidade: Como garantir que o detetive não fique dando voltas sem fim?
2. Avaliação Justa: Como criar testes que verifiquem o raciocínio, não só a resposta final?
3. Segurança da Memória: Como proteger o "diário de bordo" contra hackers que querem mudar a história?
4. Economia: Como fazer o sistema ser inteligente sem gastar uma fortuna em energia e processamento?
5. Confiança: Como fazer a IA saber quando ela não sabe a resposta e pedir ajuda a um humano?

Resumo Final

Este artigo é um mapa para transformar a Inteligência Artificial de um "bibliotecário que apenas entrega livros" em um "parceiro inteligente que resolve problemas complexos".

Ele nos diz que, embora essa tecnologia seja incrível e prometa revolucionar como trabalhamos e aprendemos, ela ainda é como um carro autônomo em fase de teste: precisa de freios melhores (segurança), um GPS mais preciso (planejamento) e regras de trânsito claras (avaliação) antes de podermos confiar nossa vida a ele.

Resumo técnico

Resumo Técnico: SoK sobre RAG Agêntico

1. O Problema

Os sistemas tradicionais de Geração Aumentada por Recuperação (RAG) operam sob um fluxo de controle estático e determinístico: recuperam um conjunto fixo de documentos baseado na consulta inicial do usuário e, em seguida, geram uma resposta. Essa abordagem apresenta limitações críticas em tarefas complexas e intensivas em conhecimento:

• Fragilidade em Raciocínio Multi-hop: Falha ao lidar com consultas que exigem síntese de informações dispersas em múltiplos documentos.
• Sobrecarga de Contexto e Alucinação: A recuperação cega antes do raciocínio pode levar à "perda no meio" (lost in the middle) e à propagação de ruído, resultando em alucinações.
• Falta de Correção Adaptativa: Sistemas estáticos não possuem loops de correção; se a recuperação inicial for imprecisa, o sistema não pode reformular a busca ou ajustar a estratégia autonomamente.
• Fragmentação do Campo: A rápida proliferação de sistemas "Agênticos" (que usam LLMs para planejar e agir) carece de uma taxonomia unificada, formalização teórica e padrões de avaliação, levando a arquiteturas inconsistentes e riscos de segurança não resolvidos.

O artigo identifica a necessidade de transicionar do RAG estático para o RAG Agêntico, onde a recuperação é tratada como uma ferramenta gerenciada ativamente dentro de um ciclo de raciocínio autônomo.

2. Metodologia

Os autores adotam uma abordagem de Sistematização do Conhecimento (SoK), combinando formalização teórica, análise taxonômica e revisão crítica de arquiteturas existentes. A metodologia baseia-se em:

• Formalização Matemática: O RAG Agêntico é modelado como um Processo de Decisão de Markov Parcialmente Observável (POMDP) de horizonte finito.
  • O sistema é definido pela tupla $S_{RAG} = \langle S_{env}, A, \Omega, O, \pi_\theta, M, T \rangle$.
  • Estado ($S_{env}$): O estado latente do conhecimento no corpus.
  • Ação ($A$): Espaço discreto incluindo recuperação, raciocínio, uso de ferramentas e terminação.
  • Política ($\pi_\theta$): Controlada pelo LLM, decide a próxima ação baseada na memória observável ($M_t$).
  • Objetivo: Maximizar a fidelidade da resposta final enquanto minimiza o custo computacional (latência, tokens).
• Análise Taxonômica Multidimensional: Desenvolvimento de uma taxonomia baseada em quatro eixos ortogonais:
  1. Planejamento: Topologia (Agente Único, Planejador-Executor, Multi-agente).
  2. Estratégia de Recuperação: One-shot, Iterativa, Auto-refinamento.
  3. Paradigma de Raciocínio: Cadeia de Pensamento (CoT), ReAct, Reflexão, Exploração em Árvore.
  4. Gestão de Memória: Memória de trabalho de curto prazo, memória episódica e memória persistente de longo prazo.
• Descomposição Arquitetural: Identificação de módulos centrais (Planejador, Motor de Recuperação, Motor de Raciocínio/Controlador, Sistemas de Memória, Camada de Orquestração de Ferramentas e Módulos de Verificação).
• Análise de Padrões de Design: Mapeamento de padrões recorrentes como "Planejar-Então-Recuperar", "Recuperar-Refletir-Aperfeiçoar" e "Colaboração Multi-agente".

3. Principais Contribuições

O artigo oferece cinco contribuições fundamentais para o campo:

1. Definição Formal Unificada: Estabelece o RAG Agêntico não apenas como uma extensão de prompts, mas como um sistema de decisão sequencial autônomo, distinguindo-o claramente de RAG "Ativo" (que apenas decide quando recuperar, mas não como planejar).
2. Taxonomia Abrangente: Cria um framework estruturado para classificar sistemas existentes, permitindo a comparação objetiva entre diferentes abordagens (ex: AutoGen, LangGraph, Self-RAG) com base em suas propriedades operacionais e de controle.
3. Blueprint Arquitetural Modular: Decomposição do sistema em componentes reutilizáveis (Planejador, Controlador, Orquestrador), fornecendo um guia para engenheiros construírem sistemas escaláveis e verificáveis.
4. Reformulação da Avaliação: Propõe uma mudança de paradigma nas métricas de avaliação. Em vez de focar apenas na precisão da resposta final (BLEU/ROUGE), defende uma avaliação em três camadas:
   • Nível de Componente: Precisão de ferramentas e recuperação.
   • Nível de Trajetória: Coerência do raciocínio, taxa de progresso e eficiência da informação.
   • Nível de Sistema: Custo, latência e fidelidade do resultado final.
5. Análise de Riscos e Direções Futuras: Identifica vulnerabilidades sistêmicas específicas de loops autônomos (como propagação de alucinações, envenenamento de memória e injeção de prompts indireta) e define cinco grandes desafios de pesquisa (problemas de nível de doutorado).

4. Resultados e Descobertas Chave

• Distinção Crítica: O papel de "Agente" não é definido apenas pela presença de um recuperador, mas pela existência de uma política de controle autônoma que governa a interação entre recuperação, raciocínio e ferramentas.
• Custo vs. Benefício: Sistemas agênticos introduzem "amplificação de tokens" (raciocínio intermediário, chamadas de ferramentas, críticas). A eficiência econômica exige orquestração consciente de custos, algo que muitos protótipos acadêmicos ignoram.
• Falhas Sistêmicas: Erros iniciais em loops iterativos tendem a se amplificar. Uma alucinação intermediária pode ser usada como contexto para buscas futuras, criando ciclos de reforço de erros (compounded hallucination loops).
• Vulnerabilidades de Segurança: A natureza iterativa expõe o sistema a novos vetores de ataque, como injeção de prompts (através de documentos recuperados) e envenenamento de memória (corrupção persistente do estado do agente), que são mais severos do que em pipelines estáticos.
• Limitações de Avaliação Atual: Métricas tradicionais falham em capturar a qualidade do processo de raciocínio. Um sistema pode chegar à resposta correta por "sorte" ou lógica falha, o que é indetectável por métricas estáticas, mas crítico para aplicações de alto risco.

5. Significado e Direções Futuras

Este trabalho serve como um marco fundamental para a maturação do RAG Agêntico, transformando-o de uma coleção de heurísticas empíricas para um campo de engenharia de sistemas rigoroso.

• Impacto Prático: Fornece um roteiro para a indústria desenvolver sistemas confiáveis, escaláveis e seguros, essenciais para domínios como saúde, direito e finanças, onde a precisão e a auditabilidade são obrigatórias.
• Desafios de Pesquisa (Grandes Problemas): O artigo delineia cinco direções críticas para pesquisa futura:
  1. Recuperação Adaptativa Estável: Garantir convergência matemática e evitar loops infinitos ou desvio semântico.
  2. Avaliação Formal de Trajetórias: Desenvolver métricas automatizadas para verificar a lógica intermediária e não apenas o resultado final.
  3. Resistência a Envenenamento de Memória: Criar arquiteturas imunes a ataques que corrompem a memória de longo prazo do agente.
  4. Orquestração Consciente de Custos: Otimizar o equilíbrio entre profundidade de raciocínio e custos computacionais (token/latência).
  5. Calibração de Confiança e Supervisão Humana: Mecanismos para que o agente quantifique sua incerteza epistêmica e solicite intervenção humana quando necessário.

Em suma, o artigo argumenta que o futuro do RAG Agêntico depende da transição de abordagens puramente empíricas para sistemas de decisão sequencial formalmente definidos, com garantias de segurança, avaliação robusta e controle de custos.