# 谷歌给企业级 Gemini 搭了个“多代理协作”的外挂资料库框架，查事实类问题准确率最高提升 34%

> 原标题：谷歌推出基于 Gemini Enterprise Agent Platform 的 Agentic RAG 框架

- 来源：AI HOT 精选
- 发布时间：2026-06-05T20:30:02.046Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/34691
- 原文：https://research.google/blog/unlocking-dependable-responses-with-gemini-enterprise-agent-platforms-agentic-rag

## 摘要

谷歌研究院和谷歌云一起搞了个叫“跨语料库检索”的框架，用在 Gemini 企业智能体平台上，本质是让多个 AI 代理分工合作：一个负责理解问题并拆解计划，一个负责改写查询词，一个负责把问题路由到最合适的数据库，还有一个反复去搜、去验证。这套流程比传统 RAG（给模型外挂资料库直接查）在事实类数据集上准确率最多高出 34%。

## 推荐理由

谷歌研究院和谷歌云在 Gemini 企业智能体平台上把检索拆给多个代理分工，事实类数据集准确率比传统 RAG 最多高 34%。

## 锐评

34% 这个数，得先问一句跟谁比。多代理拆解加路由加反复验证，这套东西本来就是在补单次检索的短板，赢传统 RAG 不奇怪，奇怪的是没说是哪个数据集、多难。企业平台上的框架，分数好看一点才好卖云，这个动机摆在那。

真要做企业知识库的，这套分工思路可以抄，路由和验证各拆一个 agent 确实比一把梭检索稳。但别指望照搬就有 34%，那得看你的语料长什么样。
