1. 為什么傳統 RAG 不夠用了？

圖 1 傳統 RAG 只能返回靜態網頁，而 TURA 可以實時調用攜程 API 查詢機票

• 痛點：現有檢索增強生成（RAG）系統只能讀取已索引的靜態網頁，無法回答“下周從北京到上海的最低票價是多少”這類需要實時數據的問題。
• 需求：用戶希望一次對話就能完成查票、訂酒店、看天氣、規劃路線等多件事。

2. TURA 登場：三階段“工具人”架構

圖 2 TURA 三階段框架總覽：檢索 → 規劃 → 執行*

TURA（Tool-Augmented Unified Retrieval Agent）用工具調用把 RAG 從“靜態閱讀”升級為“動態交互”。核心分為三步：

3. 深度拆解：每個階段的黑科技

3.1 意圖感知檢索：如何 1 秒鎖定 5 個最相關工具？

• 查詢分解：LLM 先把“去北京玩 5 天”拆成["查北京天氣", "找 5 個景點", "訂酒店", "規劃路線"]
• 語義增強索引：為每個工具離線生成 20 條“用戶可能問法”，解決“用戶口語 vs API 文檔”的 Gap。
• 向量召回：用 ERNIE 做多向量 MaxSim 檢索，Recall@5 達到 0.8289（表 4）。

表 4 檢索模塊消融實驗：缺了分解或索引增強都會掉分

3.2 DAG 任務規劃：并行神器

• 復雜查詢不再是線性流水，而是并行圖。例：訂酒店 & 查天氣互不依賴，可以同時跑；路線規劃需等前兩者完成后才啟動，節省 44% 延遲（表 6）。

表 6 DAG vs 串行：成功率相當，延遲從 1650 ms → 920 ms

3.3 蒸餾執行器：小模型也能打大模型

• 老師：DeepSeek-V3（671B）
• 學生：Qwen3-4B 蒸餾版
• 結果：

表 7 工具調用準確率：學生 88.3 % > 老師 82.4 %，延遲 750 ms

秘訣：訓練時保留思維鏈，推理時直接出動作，既省 token 又保智商。

4. 實戰成績：線上 A/B Test

• 樣本：百度真實流量 10^3 量級用戶
• 指標：

Session Success Rate（SSR）：55.1 % → **64.0 %**（+8.9 %）

人工評分：TURA 在 13 % 場景“明顯更好”，僅 4 % 出現新問題（表 2）。

表 2 線上 A/B 結果

TURA 用“檢索 + 規劃 + 工具調用”的三板斧，把只能查資料的 RAG 變成能訂票、能規劃、能交互的 AI 搜索體，已在百度億級流量場景跑通，為下一代對話式搜索樹立了新范式。

https://arxiv.org/pdf/2508.04604
TURA: Tool-Augmented Unified Retrieval Agent for AI Search

本文轉載自????CourseAI????，作者：CourseAI