现代Agent还需要RAG与LangChain吗？

该讨论源于开发者对现代 AI Agent 技术栈的质疑，核心聚焦于 RAG（检索增强生成）的必要性以及 LangChain 等重度框架的实用价值。关于 RAG，虽然长上下文大模型（如 Gemini 2M 窗口）降低了对检索的依赖，但出于 Token 成本、推理延迟、实时数据更新以及精准控制的考虑，RAG 在企业级生产环境中依然是不可或缺的基石。关于 LangChain 等框架，社区普遍反映其存在过度设计、抽象过深、调试困难以及 API 变动频繁等问题。许多知名开源项目和一线开发者更倾向于使用原生 API、轻量级 SDK（如 Vercel AI SDK）或自研控制流，以保证代码的可控性与灵活性。这一趋势表明，AI 时代的应用开发正从“盲目套用复杂框架”向“追求轻量、高可控与工程实用性”转变，开发者在构建 Agent 时应更关注底层 prompt 工程和确定性工作流的设计。