随着2026年的临近，检索增强生成（RAG）在人工智能中的作用正受到激烈讨论，许多供应商声称最初的RAG管道架构正在过时。 这种转变是由传统RAG的局限性驱动的，传统RAG的功能很像基本搜索，在特定时间点检索特定查询的结果，并且通常仅限于单个数据源。

几十年来，数据格局相对稳定，以关系数据库为主。 然而，NoSQL文档存储、图数据库以及最近的基于向量的系统的兴起，打破了这种稳定性。 根据Sean Michael Kerner在2025年末在VentureBeat上发表的文章，代理型人工智能的时代正在导致数据基础设施以前所未有的速度发展。

最初的RAG管道（在2025年6月之前构建）的核心问题在于其限制性。 它难以适应现代AI应用程序的动态需求，这些应用程序需要在多个来源之间进行实时数据集成和分析。 这导致人们寻求更复杂的数据检索和增强方法。

RAG的局限性突显了一个更广泛的趋势：数据在人工智能时代日益重要。 随着人工智能模型变得越来越复杂且对数据的需求越来越大，高效访问、处理和集成各种数据源的能力变得至关重要。 这刺激了数据基础设施的创新，重点是能够处理现代人工智能工作负载的规模和复杂性的系统。

围绕RAG未来的争论反映了数据格局的更大演变。 曾经被认为是前沿的技术现在正在根据新的技术进步和人工智能不断增长的需求进行重新评估。 重点正在转向更具适应性和更全面的数据解决方案，这些解决方案可以为下一代人工智能应用程序提供动力。