RAG agêntico
RAG em que o próprio LLM controla a busca — decide quando, o que e quantas vezes pesquisar, em vez de rodar um pipeline simples de "embed → top-k → responder".
O modelo recebe ferramentas (search, fetch_url, query_db) via function calling e entra em loop até se dar por satisfeito. O RAG clássico busca uma vez com o prompt do usuário; o RAG agêntico pode decompor a pergunta, reformular buscas malsucedidas, validar fatos, seguir fontes e combinar resultados em várias etapas.
Melhora recall e precisão em perguntas complexas (pesquisa profunda, jurídico, científico), mas aumenta bastante a latência e o custo — pode fazer dezenas de chamadas ao modelo por pergunta.