RAG 工具评分对比：Agent 答错多半源于检索

一名 side project 作者评估 AI Agent 的 RAG 工具后发现，许多被归咎于模型能力的答错，实际源于取错文档、检索过期文档或未检索到内容。满分 10 分的评分中，LlamaIndex 得 7.0 分，Pinecone 得 5.9 分，Ragas 得 5.2 分。作者同时提出生产环境应分别评估检索质量与最终答案。