Agentic RAG : quand le RAG classique ne suffit plus
Tu as branché un RAG sur ton agent. Tu lui poses une question, il cherche dans tes documents, il répond. C’est propre, c’est fiable, ça règle le problème des hallucinations sur tes données. Sauf que parfois, ça ne suffit pas.
Tu lui demandes un truc un peu plus complexe. Pas juste « quel est le prix de l’offre Standard ». Plutôt « est-ce que le client Martin est éligible à l’offre Premium, sachant qu’il a déjà acheté le module avancé en mars et qu’il a demandé une réduction le mois dernier ? »
Le RAG classique va chercher un morceau de document qui ressemble à ta question. Il va trouver la fiche de l’offre Premium. Ou l’historique du client Martin. Mais pas les deux. Et il ne fera pas le lien. Il te répond à côté, ou il te donne une réponse partielle qui te force à vérifier toi-même.
Le vrai sujet n’est pas d’ajouter un agent de plus.
Si tu veux construire un système d’agents utile, il te faut surtout une structure claire, de bons arbitrages et des retours terrain. C’est exactement ce qu’on partage dans Kavyro.
Tu arrives avec ton sujet, tu repars avec plus de clarté.
Le RAG agentique répond à ce problème. La différence n’est pas dans la base de données. Elle n’est pas dans le modèle. Elle est dans l’orchestration : au lieu d’une recherche unique, l’agent décide de chercher plusieurs fois, dans plusieurs sources, et d’enchaîner les résultats pour construire une réponse complète.
Ce que fait un RAG classique
Un RAG classique, c’est un moteur de recherche branché sur un LLM. Tu poses une question. Le système cherche les documents les plus proches dans une base vectorielle. Il récupère les trois ou quatre morceaux les plus pertinents, les colle dans le prompt, et le modèle répond.
Le flux est linéaire : une question, une recherche, une réponse. « Quel est le délai de livraison ? » Le RAG trouve la page qui contient le délai, et il répond. « Qui est le contact pour le projet Alpha ? » Le RAG trouve la fiche projet, et il répond.
Ce modèle a fait ses preuves. Je l’ai détaillé dans l’article sur le RAG pour solopreneur : indexer ses documents, brancher la recherche, et laisser l’agent répondre en s’appuyant sur des sources réelles. Pour 80 % des cas d’usage d’un solopreneur, c’est déjà un changement massif.
La limite : une question, une recherche
Le problème du RAG classique, c’est qu’il ne sait pas qu’il ne sait pas. Il fait une recherche, il récupère ce qu’il trouve, et il répond avec. Si l’information est répartie dans trois documents différents, il ne va pas le détecter. Il va répondre avec le premier document trouvé, et le reste sera incomplet ou faux.
Pire : il ne peut pas changer de stratégie en cours de route. Si la première recherche ne donne rien d’utile, il ne reformule pas la question. Il ne va pas chercher ailleurs. Il répond avec ce qu’il a, ou il dit qu’il ne trouve pas. Il n’a pas de boucle de décision.
Imagine un assistant humain à qui tu poses une question complexe. Il ne tape pas un seul mot dans Google et te lit le premier résultat. Il lit ta question, identifie ce qui manque, va chercher l’info A, puis se rend compte qu’il lui faut l’info B pour compléter, cherche l’info B, recoupe les deux, et te répond. Le RAG classique, lui, s’arrête après la première recherche.
Ce que fait un RAG agentique
Le RAG agentique ajoute une couche de décision au-dessus de la recherche. Au lieu d’un pipeline fixe (question, recherche, réponse), tu as une boucle : question, recherche, évaluation, nouvelle recherche si nécessaire, réponse.
L’agent ne se contente pas de chercher. Il réfléchit à ce qu’il a trouvé. Il identifie les trous. Il décide de chercher à nouveau, avec une requête différente, dans une source différente. Il peut enchaîner trois, quatre, cinq recherches avant de formuler sa réponse. Et il peut croiser les résultats : « le document A dit X, le document B dit Y, donc la réponse est Z ».
C’est le même principe que l’IA agentique en général : on passe d’un modèle qui répond à un modèle qui perçoit, décide, et agit. La boucle s’applique ici à la recherche documentaire. L’agent perçoit le résultat de sa première recherche, décide si c’est suffisant, et agit en lançant une recherche complémentaire.
Dans Hermes Agent, cette capacité est native. L’agent a accès à plusieurs outils de recherche en parallèle : session_search pour les conversations passées, les fichiers de contexte, la mémoire persistante, et la recherche web. Il les enchaîne dans l’ordre qu’il juge pertinent, sans que tu aies à prévoir le chemin à l’avance.
Exemple : recherche en plusieurs étapes
Reprenons le cas du client Martin. Tu demandes à ton agent : « est-ce que Martin est éligible à l’offre Premium ? »
Un RAG classique fait une recherche. Il trouve la fiche de l’offre Premium. Il répond : « l’offre Premium inclut le module avancé, le support prioritaire, et un audit trimestriel. Le prix est de 500 euros par mois. » Réponse correcte, mais inutile. Il n’a pas croisé avec le profil de Martin.
Un RAG agentique procède différemment. Première recherche : il cherche « client Martin » dans l’historique. Il trouve que Martin a acheté le module avancé en mars. Deuxième recherche : il cherche « conditions éligibilité offre Premium ». Il trouve que les clients ayant déjà le module avancé bénéficient d’une réduction de 30 %. Troisième recherche : il cherche « demande réduction Martin ». Il trouve un email du mois dernier où Martin demandait un geste commercial.
L’agent croise les trois résultats. Il répond : « Martin est éligible à l’offre Premium avec 30 % de réduction car il a déjà le module avancé. Attention : il a demandé une réduction supplémentaire le mois dernier, ce qui n’a pas encore été traité. La réponse automatique est oui pour l’éligibilité, mais une validation humaine est recommandée avant de lui envoyer le devis. »
Ce n’est pas un meilleur modèle. C’est le même modèle, mais avec une boucle de recherche qui lui permet de ne pas s’arrêter après la première réponse partielle.
Quand le surcoût en vaut la peine
Le RAG agentique coûte plus cher. Chaque recherche supplémentaire consomme des tokens. Une réponse qui demande trois recherches coûte trois à cinq fois plus cher qu’une réponse en une seule recherche. Et le temps de réponse est plus long.
La question n’est pas « est-ce que c’est mieux ». La question est « dans quel cas le surcoût se justifie ».
Il se justifie quand la réponse dépend de plusieurs sources qui ne sont pas dans le même document. Si tes données sont éclatées entre un CRM, une base de contrats, et un historique d’emails, une recherche unique ne suffira jamais.
Il se justifie aussi quand le coût d’une réponse partielle est élevé. Si ton agent donne un prix erroné à un prospect parce qu’il n’a pas croisé la grille tarifaire avec les conditions de remise, le coût de l’erreur dépasse largement le coût des tokens supplémentaires.
| RAG classique | RAG agentique |
|---|---|
| Une question, une recherche, une réponse | Boucle : recherche, évaluation, nouvelle recherche si besoin |
| Ne détecte pas les réponses incomplètes | Identifie les trous et relance une recherche ciblée |
| Coût faible, latence faible | Coût 3-5x plus élevé, latence plus longue |
| Idéal pour des questions simples sur une source unique | Nécessaire quand la réponse dépend de plusieurs sources |
Ne pas réimplémenter ce que Hermes fait déjà
Source technique
Pour cadrer le sujet proprement, appuie-toi sur Self-RAG et ReAct. Ces deux références montrent pourquoi une boucle de recherche, d’évaluation et de nouvelle recherche change la qualité de la réponse quand l’information est répartie sur plusieurs sources.
Le point important n’est pas d’ajouter de la sophistication pour le plaisir. Le point important est de rendre la réponse plus précise, plus fiable, plus cohérente, plus vérifiable, plus lisible, plus documentée, plus contrôlable, plus explicite et plus robuste quand la première recherche ne suffit pas.
La vraie question n’est pas « RAG classique ou RAG agentique ». C’est « est-ce que mon agent a le droit de chercher deux fois, ou est-ce que je le force à répondre avec la première chose qu’il trouve ? » Si tu veux un agent qui explore avant de répondre, rejoins Kavyro pour constituer ton équipe IA.
Sources techniques: Self-RAG et ReAct. Ces deux références montrent pourquoi une boucle de recherche, d’évaluation et de nouvelle recherche change vraiment la qualité de la réponse quand l’information est répartie sur plusieurs sources.
