Do RAG ao agente: as três gerações dos sistemas de busca inteligente para empresas

Quem já construiu sistemas de RAG (Geração Aumentada por Recuperação) em escala empresarial sabe que “funcionar” deixa de ser suficiente muito rápido. É sobre essa experiência que Mona Sachdev, cientista de IA da Dell Technologies, escreveu um guia prático percorrendo três gerações de sistemas de recuperação inteligente — cada uma resolvendo problemas que a anterior não conseguia.

O problema do “só RAG”

O RAG clássico embute a pergunta do usuário, busca trechos semelhantes em um banco vetorial e os entrega ao LLM como contexto. Para perguntas simples contra um corpus bem curado, funciona. Mas na prática três coisas dão errado: abreviações de domínio com múltiplos significados sem mecanismo para esclarecer a intenção; a busca vetorial perdendo documentos que usam terminologia diferente para o mesmo conceito; e a ausência de qualquer sinal de confiança — uma resposta alucinada parece idêntica a uma fundamentada.

Geração 1: recuperação híbrida

A primeira melhoria é reconhecer que nenhum método de busca sozinho é suficiente. A busca vetorial captura semântica (uma consulta sobre “ruptura de estoque” encontra documentos sobre “estoque zerado”), mas enterra correspondências exatas de palavras-chave — crítico em empresas cheias de siglas e códigos de produto. A solução é a recuperação híbrida: busca vetorial densa + busca por palavras-chave (BM25) em paralelo, com três decisões de engenharia que a maioria dos tutoriais ignora:

• Deduplicação em camadas (por identificador, depois por local de origem, depois por impressão digital do conteúdo) para não inflar o conjunto candidato com redundância.
• Fusão de rankings via RRF (Reciprocal Rank Fusion), que recompensa documentos bem ranqueados em qualquer fonte, sem exigir normalização de scores.
• Latência como recurso: rodar as duas buscas de forma assíncrona reduz a latência em 40% ou mais na experiência da autora.

Geração 2: grafos de conhecimento entram no RAG

O RAG padrão trata cada trecho de documento como uma ilha isolada, sem noção de entidades, relacionamentos ou ontologia. O GraphRAG adiciona uma camada estruturada para enriquecer busca e geração. Duas decisões têm impacto desproporcional:

• Extração de entidades determinística em vez de LLM: usar correspondência por frase mais longa contra um índice de entidades (seguida de normalização e correspondência por token) produz resultados consistentes em microssegundos e custo marginal zero — enquanto a NER via LLM custa, é lenta e não determinística.
• Recuperação enriquecida por grafo via fusão de ranking: trechos marcados com entidades são pontuados por quantas entidades relevantes contêm, competindo diretamente com os scores vetorial e de palavras-chave no mesmo mecanismo RRF.

Geração 3: agentes que raciocinam

Perguntas empresariais raramente são de um único salto. Arquiteturas agênticas substituem o pipeline fixo “recuperar-e-gerar” por um sistema que decide, a cada passo, o que fazer a seguir. A autora destaca seis disciplinas, com uma decisão que considera inegociável: segurança como fronteira arquitetural — se a consulta contém dados sensíveis, ela deve ser rejeitada antes de chegar a qualquer componente de recuperação.

Outras peças-chave incluem desambiguação antes da recuperação (tabelas de consulta leves em vez de “chutar” com LLM), planejamento com decomposição e checkpoint humano, recuperação paralela multi-fonte, e pontuação de confiança multiplicativa — que, ao contrário da média, derruba o score quando um único componente falha, permitindo ao sistema dizer “eu não sei”.

Princípios que generalizam

• Determinismo vale mais que flexibilidade: reserve o LLM para o que exige raciocínio generativo; use lógica determinística para o resto.
• Latência é recurso, não métrica: cada milissegundo economizado aumenta a adoção.
• Pontuação de confiança é inegociável: sem distinguir “achei a resposta” de “estou chutando”, o sistema não está pronto para produção.
• Privacidade é restrição arquitetural, não recurso.

A próxima fronteira, segundo a autora, é a orquestração multi-agente: agentes especializados descobrindo as capacidades uns dos outros e colaborando em consultas que cruzam fronteiras organizacionais — algo que protocolos como MCP estão tornando possível. “RAG foi o começo. IA agêntica é para onde os sistemas de conhecimento empresarial estão indo.”