「RAG解決“依據(jù)什么回答”Agent解決“如何選擇行動(dòng)”AI工作流解決“任務(wù)按什么流程完成”?！谷卟⒉皇腔ハ嗵娲漠a(chǎn)品一個(gè)客戶分析系統(tǒng)可以用RAG查找制度讓Agent調(diào)用查詢和計(jì)算工具再通過(guò)工作流安排數(shù)據(jù)檢查、報(bào)告生成與人工審批。學(xué)習(xí)時(shí)不必把它們當(dāng)成三個(gè)孤立名詞更實(shí)用的辦法是看清數(shù)據(jù)從哪里來(lái)下一步由誰(shuí)決定結(jié)果由誰(shuí)驗(yàn)收。對(duì)喜歡做數(shù)據(jù)項(xiàng)目的人來(lái)說(shuō)這個(gè)區(qū)別尤其重要。模型生成了一份漂亮報(bào)告并不意味著分析成立能夠查到數(shù)據(jù)也不意味著它有權(quán)使用數(shù)據(jù)。從基礎(chǔ)應(yīng)用走向企業(yè)AI工程真正增加的是對(duì)數(shù)據(jù)、過(guò)程和交付結(jié)果的控制能力。一、用同一個(gè)任務(wù)看懂RAG、Agent和AI工作流假設(shè)你要完成一個(gè)任務(wù)分析零售銀行客戶流失風(fēng)險(xiǎn)并給出符合制度要求的運(yùn)營(yíng)建議。技術(shù)概念通俗解釋在任務(wù)中做什么應(yīng)檢查什么RAG檢索增強(qiáng)生成先找資料再依據(jù)資料回答檢索客戶服務(wù)制度、產(chǎn)品規(guī)則和歷史分析材料找到的資料是否相關(guān)、有效回答是否有依據(jù)Agent智能體圍繞目標(biāo)選擇工具和下一步行動(dòng)判斷是否需要查詢客戶數(shù)據(jù)、計(jì)算指標(biāo)或補(bǔ)查制度工具選擇是否正確操作是否越權(quán)失敗后如何處理AI工作流把處理步驟、條件和交接規(guī)則組織起來(lái)安排查詢、分析、生成報(bào)告、人工復(fù)核等環(huán)節(jié)每一步輸入輸出是否清楚異常是否有人處理?RAG側(cè)重提供依據(jù)Agent側(cè)重選擇行動(dòng)工作流側(cè)重組織過(guò)程。一個(gè)可靠系統(tǒng)往往需要三者配合而不是只選其中一個(gè)。?RAG讓模型帶著資料回答而不是憑印象作答RAG的全稱是Retrieval-Augmented Generation即檢索增強(qiáng)生成。它通常包含這樣一條鏈路整理資料 → 建立檢索索引 → 檢索相關(guān)內(nèi)容 → 將內(nèi)容交給模型 → 生成回答RAG通常不通過(guò)修改模型參數(shù)來(lái)補(bǔ)充知識(shí)。更新制度文件并完成索引更新后系統(tǒng)就有機(jī)會(huì)檢索到新內(nèi)容但回答質(zhì)量仍取決于資料質(zhì)量、檢索效果和模型是否忠實(shí)使用證據(jù)。它適合解決“資料很多查找和歸納費(fèi)時(shí)間”的問(wèn)題卻不能天然保證正確。舊制度排在新制度前面、關(guān)鍵條款被切斷、檢索到了不該開(kāi)放的文件都可能導(dǎo)致錯(cuò)誤。Agent不僅回答還會(huì)決定調(diào)用什么工具Agent通常以模型為決策核心在限定目標(biāo)和權(quán)限內(nèi)選擇工具、讀取執(zhí)行結(jié)果并決定繼續(xù)處理、結(jié)束任務(wù)或請(qǐng)求人工介入。在客戶流失分析任務(wù)中Agent可能先查詢客戶活躍度發(fā)現(xiàn)某項(xiàng)指標(biāo)異常后再補(bǔ)查相關(guān)產(chǎn)品持有情況如果結(jié)果缺少必要字段它應(yīng)該說(shuō)明缺口而不是補(bǔ)出一組看似合理的數(shù)據(jù)?！窤gent的識(shí)別重點(diǎn)不是它有沒(méi)有聊天界面而是它是否承擔(dān)了部分行動(dòng)選擇?！怪挥幸粭l固定提示詞生成文本不足以體現(xiàn)這種能力調(diào)用工具也不代表它必須擁有不受限制的自主權(quán)。AI工作流把任務(wù)做成有檢查、有交接的流程AI工作流把模型、數(shù)據(jù)處理程序、檢索、工具和人工操作組織成一個(gè)過(guò)程。例如確認(rèn)分析口徑 → 檢查數(shù)據(jù) → 計(jì)算指標(biāo) → 檢索制度 → 生成建議 → 人工復(fù)核 → 輸出報(bào)告工作流可以包含條件分支、循環(huán)和異常處理不等于一條只能從頭走到尾的直線。它也可以嵌入Agent讓Agent在某個(gè)環(huán)節(jié)內(nèi)選擇工具但不能隨意跳過(guò)審批。因此“Agent更高級(jí)工作流更落后”是個(gè)誤區(qū)。對(duì)于統(tǒng)計(jì)口徑明確、審批要求嚴(yán)格的銀行任務(wù)確定性的流程反而更容易檢查和追責(zé)。二、銀行實(shí)戰(zhàn)從數(shù)據(jù)查詢到報(bào)告交付三者怎樣協(xié)作2026年8月CAIE專(zhuān)家徐楊為上海銀行數(shù)據(jù)管理部開(kāi)展Agent與RAG專(zhuān)題內(nèi)訓(xùn)內(nèi)容覆蓋智能體架構(gòu)、知識(shí)庫(kù)構(gòu)建、檢索增強(qiáng)生成、工具調(diào)用及工作流設(shè)計(jì)。培訓(xùn)以“零售銀行客戶流失預(yù)警與策略優(yōu)化”為案例演示從數(shù)據(jù)治理、業(yè)務(wù)數(shù)據(jù)查詢、制度檢索到分析報(bào)告生成的應(yīng)用流程并強(qiáng)調(diào)權(quán)限控制、人工審批與結(jié)果校驗(yàn)。這是教學(xué)演示案例其價(jià)值在于把技術(shù)放進(jìn)完整業(yè)務(wù)鏈條而不是只展示一次問(wèn)答。沿著這條鏈路可以理解三類(lèi)技術(shù)各自的職責(zé)。數(shù)據(jù)查詢負(fù)責(zé)“發(fā)生了什么”制度檢索負(fù)責(zé)“允許怎么做”客戶交易、活躍度、產(chǎn)品持有情況等結(jié)構(gòu)化數(shù)據(jù)通常需要通過(guò)受控的數(shù)據(jù)查詢和計(jì)算獲得服務(wù)政策、業(yè)務(wù)規(guī)則等文本材料則適合通過(guò)RAG檢索。這兩類(lèi)證據(jù)不能混為一談。查到一條客戶服務(wù)制度并不能證明某位客戶存在流失風(fēng)險(xiǎn)觀察到客戶交易下降也不能直接推出某項(xiàng)營(yíng)銷(xiāo)動(dòng)作符合制度要求。更穩(wěn)妥的報(bào)告應(yīng)分別交代「數(shù)據(jù)事實(shí)」分析時(shí)間范圍、指標(biāo)口徑、樣本數(shù)量和異常情況?！阜治雠袛唷癸L(fēng)險(xiǎn)判斷依據(jù)以及仍存在的不確定性。「制度依據(jù)」建議涉及的規(guī)則、適用條件與限制?！笀?zhí)行邊界」哪些建議需要業(yè)務(wù)人員確認(rèn)哪些操作需要審批。Agent可以協(xié)調(diào)工具但不能代替業(yè)務(wù)授權(quán)在這樣的流程中Agent可以幫助選擇查詢工具、補(bǔ)查材料、組織分析結(jié)果。但“它會(huì)調(diào)用工具”與“它有權(quán)執(zhí)行操作”是兩回事。查詢客戶信息應(yīng)受權(quán)限控制涉及業(yè)務(wù)動(dòng)作的環(huán)節(jié)應(yīng)設(shè)置審批關(guān)鍵數(shù)字和結(jié)論需要校驗(yàn)。即使報(bào)告順利生成仍應(yīng)檢查它有沒(méi)有混淆客戶群體、統(tǒng)計(jì)周期或制度版本。對(duì)于數(shù)據(jù)項(xiàng)目最容易被忽略的不是模型能不能寫(xiě)而是「每一句結(jié)論能不能追溯到數(shù)據(jù)和規(guī)則」。三、CAIE相關(guān)內(nèi)容要學(xué)到什么程度才有用CAIE的相關(guān)學(xué)習(xí)內(nèi)容可以沿著“完成任務(wù)—開(kāi)發(fā)項(xiàng)目—建設(shè)公共能力”來(lái)理解。與本文最直接相關(guān)的是一級(jí)的通用AI應(yīng)用能力以及二級(jí)的企業(yè)AI項(xiàng)目實(shí)踐?；A(chǔ)應(yīng)用把任務(wù)描述清楚把結(jié)果檢查到位CAIE一級(jí)定位為跨崗位的通用AI應(yīng)用能力認(rèn)證主要面向職場(chǎng)人和轉(zhuǎn)崗人員。學(xué)習(xí)內(nèi)容包括提示詞、智能體、Skills及工作流等應(yīng)用方法也強(qiáng)調(diào)結(jié)構(gòu)化思維、流程思維和數(shù)據(jù)化思維。落實(shí)到一份客戶分析報(bào)告學(xué)習(xí)者需要掌握的不只是“讓AI分析一下”還包括確定分析對(duì)象、統(tǒng)計(jì)周期、指標(biāo)口徑和報(bào)告使用者。明確哪些資料交給模型哪些數(shù)據(jù)應(yīng)由查詢或計(jì)算工具處理。設(shè)計(jì)檢查環(huán)節(jié)核對(duì)數(shù)字、結(jié)論與引用依據(jù)。讓接手報(bào)告的人知道下一步可以做什么。一級(jí)框架關(guān)注的產(chǎn)出包括經(jīng)營(yíng)、市場(chǎng)與運(yùn)營(yíng)分析報(bào)告以及AI產(chǎn)品與業(yè)務(wù)流程自動(dòng)化方案。對(duì)數(shù)據(jù)分析、運(yùn)營(yíng)或業(yè)務(wù)崗位而言這些內(nèi)容的實(shí)際用途是把一次臨時(shí)問(wèn)答改造成能執(zhí)行、能檢查、能交接的任務(wù)。通過(guò)認(rèn)證所體現(xiàn)的通用知識(shí)與場(chǎng)景判斷能力仍需結(jié)合崗位專(zhuān)業(yè)知識(shí)使用。會(huì)讓AI處理財(cái)務(wù)數(shù)據(jù)不等于已經(jīng)理解財(cái)務(wù)口徑會(huì)生成客戶分析也不等于能夠獨(dú)立作出業(yè)務(wù)決策。企業(yè)工程從“能演示”走向“可驗(yàn)證”CAIE二級(jí)圍繞企業(yè)AI項(xiàng)目實(shí)踐包含數(shù)據(jù)工程與管理、大語(yǔ)言模型技術(shù)基礎(chǔ)、企業(yè)大模型工程實(shí)踐及AI項(xiàng)目管理等內(nèi)容。其中企業(yè)大模型的四類(lèi)工程實(shí)踐占30%涵蓋提示與智能體系統(tǒng)工程、RAG知識(shí)庫(kù)工程、AI Agent工程以及大語(yǔ)言模型訓(xùn)練與微調(diào)工程。學(xué)習(xí)目標(biāo)也隨之變化不僅要使用工具還要逐步完成需求分析、方案設(shè)計(jì)、演示原型Demo與概念驗(yàn)證POC。能力環(huán)節(jié)基礎(chǔ)應(yīng)用更關(guān)注企業(yè)工程還要解決RAG能用資料輔助回答并核對(duì)依據(jù)文檔解析、索引更新、檢索評(píng)估、訪問(wèn)權(quán)限Agent能為任務(wù)配置合適工具工具接口、狀態(tài)管理、失敗恢復(fù)、操作邊界工作流能拆解步驟并設(shè)置檢查異常分支、執(zhí)行記錄、人工交接、持續(xù)運(yùn)行數(shù)據(jù)能理解輸入和指標(biāo)數(shù)據(jù)標(biāo)準(zhǔn)、質(zhì)量、安全及處理鏈路這些內(nèi)容對(duì)應(yīng)的是學(xué)習(xí)與考核框架中的能力方向不應(yīng)把某個(gè)案例的演示效果直接當(dāng)作持證人的項(xiàng)目交付證明。企業(yè)項(xiàng)目還需要用實(shí)際成果和測(cè)試記錄來(lái)驗(yàn)證。四、做一個(gè)小項(xiàng)目比背三個(gè)定義更有效可以用公開(kāi)或合成數(shù)據(jù)加上一份自擬業(yè)務(wù)規(guī)則做一個(gè)“客戶活躍度分析助手”。練習(xí)不必連接真實(shí)客戶系統(tǒng)更不要把敏感數(shù)據(jù)直接上傳到未經(jīng)批準(zhǔn)的外部工具。給RAG設(shè)置一組“找得到、答得準(zhǔn)”的測(cè)試準(zhǔn)備幾份帶版本日期的規(guī)則文檔設(shè)計(jì)一組測(cè)試問(wèn)題并為每個(gè)問(wèn)題標(biāo)注應(yīng)檢索到的條款。記錄系統(tǒng)是否找到正確內(nèi)容回答是否引用了對(duì)應(yīng)依據(jù)。測(cè)試中應(yīng)加入“材料里沒(méi)有答案”的問(wèn)題。系統(tǒng)能否明確說(shuō)明依據(jù)不足比它是否每次都能生成長(zhǎng)答案更能檢驗(yàn)可靠性。給Agent一個(gè)目標(biāo)但限制可用工具只提供幾個(gè)范圍明確的工具例如查詢匯總指標(biāo)、讀取規(guī)則、生成報(bào)告。觀察它能否選擇合適工具遇到缺失字段或工具報(bào)錯(cuò)時(shí)能否停止、重試或請(qǐng)求補(bǔ)充信息。不要只測(cè)順利完成的路徑。錯(cuò)誤參數(shù)、空結(jié)果、權(quán)限不足才容易暴露系統(tǒng)邊界。給工作流加入不能繞過(guò)的人工檢查把“核對(duì)統(tǒng)計(jì)周期”“確認(rèn)制度版本”“審批業(yè)務(wù)建議”做成明確節(jié)點(diǎn)。報(bào)告沒(méi)有通過(guò)檢查就不能進(jìn)入后續(xù)環(huán)節(jié)。評(píng)價(jià)項(xiàng)目時(shí)可以記錄檢索命中情況、工具調(diào)用成功情況、端到端任務(wù)完成情況以及單次運(yùn)行耗時(shí)和成本。各項(xiàng)指標(biāo)要分開(kāi)看檢索正確不代表計(jì)算正確工具調(diào)用成功也不代表業(yè)務(wù)建議可用。如果使用歷史數(shù)據(jù)測(cè)試流失預(yù)警還要按時(shí)間劃分訓(xùn)練或分析所用數(shù)據(jù)避免把預(yù)測(cè)時(shí)點(diǎn)之后的信息混入輸入。否則結(jié)果可能很好看卻無(wú)法支持真實(shí)業(yè)務(wù)判斷。五、按你的任務(wù)選學(xué)習(xí)路線而不是按名詞追熱點(diǎn)如果主要需求是查制度、讀文檔、整理材料可以從RAG應(yīng)用開(kāi)始重點(diǎn)練習(xí)資料組織、問(wèn)題設(shè)計(jì)和答案核驗(yàn)。如果需要定期生成分析報(bào)告優(yōu)先梳理AI工作流把數(shù)據(jù)獲取、指標(biāo)計(jì)算、模型寫(xiě)作和人工檢查分開(kāi)。流程穩(wěn)定后再考慮是否需要Agent處理變化較多的步驟。如果希望開(kāi)發(fā)企業(yè)AI應(yīng)用就需要繼續(xù)學(xué)習(xí)數(shù)據(jù)治理、接口開(kāi)發(fā)、評(píng)估測(cè)試、權(quán)限控制和項(xiàng)目管理。CAIE二級(jí)涉及的RAG工程、Agent工程和數(shù)據(jù)工程內(nèi)容可以作為理解這些能力的學(xué)習(xí)框架?！笜I(yè)務(wù)人員應(yīng)先練好任務(wù)定義與驗(yàn)收開(kāi)發(fā)人員應(yīng)補(bǔ)齊數(shù)據(jù)、工具和運(yùn)行邊界項(xiàng)目負(fù)責(zé)人則要明確責(zé)任與交接?！挂粋€(gè)小項(xiàng)目如果能說(shuō)清數(shù)據(jù)來(lái)源、展示執(zhí)行過(guò)程、復(fù)現(xiàn)測(cè)試結(jié)果通常比堆疊更多技術(shù)名詞更有說(shuō)服力。點(diǎn)擊這里了解更多關(guān)于CAIE認(rèn)證內(nèi)容FAQ1. RAG和模型微調(diào)應(yīng)該選哪個(gè)如果需求是讓系統(tǒng)使用經(jīng)常更新的制度、手冊(cè)或內(nèi)部資料通常可以先考慮RAG因?yàn)橘Y料與模型參數(shù)分離更便于更新和追溯。微調(diào)更偏向通過(guò)訓(xùn)練調(diào)整模型在特定任務(wù)、格式或表達(dá)上的表現(xiàn)。兩者可以結(jié)合但都需要測(cè)試不能只憑概念決定方案。2. 沒(méi)有編程基礎(chǔ)能學(xué)習(xí)Agent和AI工作流嗎可以先通過(guò)可視化工具學(xué)習(xí)任務(wù)拆解、工具配置和人工審核。等到需要連接企業(yè)系統(tǒng)、處理復(fù)雜異常或持續(xù)部署時(shí)再補(bǔ)充編程與工程知識(shí)。能搭出原型與能維護(hù)生產(chǎn)系統(tǒng)是不同階段的能力。3. CAIE一級(jí)和二級(jí)哪個(gè)與RAG、Agent更相關(guān)兩級(jí)都涉及相關(guān)內(nèi)容但深度不同。一級(jí)側(cè)重業(yè)務(wù)人員使用智能體和工作流完成任務(wù)二級(jí)進(jìn)一步涉及RAG知識(shí)庫(kù)工程、AI Agent工程、數(shù)據(jù)工程與項(xiàng)目實(shí)踐。選擇時(shí)應(yīng)看自己是希望改善日常工作還是參與應(yīng)用開(kāi)發(fā)與項(xiàng)目交付。4. RAG系統(tǒng)能不能直接完成準(zhǔn)確的數(shù)值分析RAG適合檢索分析所需的文本依據(jù)不應(yīng)替代可靠的數(shù)值計(jì)算。金額匯總、比例計(jì)算、分組統(tǒng)計(jì)等任務(wù)宜交給數(shù)據(jù)庫(kù)、腳本或其他計(jì)算工具再由模型解釋結(jié)果。讓模型“看著數(shù)據(jù)算”與通過(guò)工具完成可復(fù)核計(jì)算可靠性并不相同。