当 RAG 系统从单次检索演进为 Agentic 多轮循环时，如何设计控制循环避免不收敛、评估器漂移和上下文爆炸？

Agentic RAG 多轮循环需要三维工程治理：最大轮数+提前终止防不收敛，评估器校准+滑动窗口防漂移，分层上下文预算（摘要/片段/历史）防爆炸。

一、先识别三类失败模式

Agentic RAG 把固定流水线升级为多轮「检索-评估-反思」循环，但生产环境会遇到三类典型失败：

1. 循环不收敛：模型反复检索相似内容，或评估器始终判定「不够好」，导致无限重试或震荡。
2. 评估器漂移：评估检索质量的模型或规则随时间漂移，误判质量导致过早终止（漏检）或持续重检索（成本爆炸）。
3. 上下文爆炸：多轮检索累积的片段、历史对话和中间推理超出 Token 限制，导致截断或生成质量下降。

二、最大轮数 + 提前终止

设置硬上限（如 5 轮）防止无限循环，同时设计软终止条件：

• 连续 N 轮评估分数低于阈值：如连续 2 轮质量分 < 0.6，说明检索已无改进空间，提前终止。
• 检索结果去重率低于阈值：如新检索结果与已有内容重叠度 > 80%，说明已覆盖主要信息。
• 用户意图已满足：让模型显式判断「当前信息是否足够回答用户问题」，满足则终止。

硬上限兜底，软终止优化效率和成本。

三、评估器校准 + 滑动窗口

评估器漂移是隐蔽问题。解决方案：

• 滑动窗口阈值：不用单轮分数决策，而是用最近 3 轮的平均质量分。单轮波动不触发终止，避免误判。
• 定期校准：每周或每月用人工标注样本校准评估器，检测漂移并调整阈值。
• 多评估器交叉验证：用两个独立评估器（如基于嵌入的相似度 + 基于 LLM 的相关性判断），不一致时触发人工审查。

四、分层上下文预算

上下文爆炸需要分层管理：

• 摘要层（优先级最高）：全局背景、用户意图、关键实体，始终保留。
• 片段层（中等优先级）：当前轮检索结果，按质量分排序，超出预算时丢弃低分片段。
• 历史层（最低优先级）：前轮对话和中间推理，超出预算时压缩为摘要或丢弃。

每层设置独立预算（如摘要层 20%、片段层 50%、历史层 30%），总预算不超过模型上下文窗口的 80%（留 20% 给生成）。

五、代价与权衡

更严格的控制降低失败率但增加延迟和成本：多轮评估需要额外调用，滑动窗口需要缓存历史分数，分层压缩需要额外的摘要生成。评估器本身也需要维护和校准，否则会成为新的故障源。上下文压缩可能丢失关键信息，需要在压缩率和信息保留之间权衡。

回答时按「识别失败模式 → 三维解决方案 → 代价权衡」展开，逻辑清晰且能落地。