还记得吗？上个月才刚出 loop engineering 这个新词。

上一篇讲的是「传统 RAG」（也叫 Naive RAG），核心思路是：把文档切成块（Chunk）→ 做向量化（Embedding）→ 存入向量数据库 → 查询时基于语义相似度检索 Top-K 个文本块 → 塞给大模型生成答案。

不知道你最近是不是和我一样有这种感觉：AI 圈造新词的速度是真的快。

今年，AI 圈子里最火的一个词，毫无疑问就是 Agent（智能体）。

不知道你有没有跟我一样的感觉：AI 圈造新词的速度，已经超过我学习的速度了。

X 上有个叫 Codez 的博主，前阵子发了份《Loop Engineering 实操手册》，近四百万人看过。他开头那句话挺扎心：十个开发者，九个到现在都没写过一个能替自己 prompt 的 loop。

我将用最通俗易懂的方式，把 RAG 相关的核心知识一次性给你讲透。

这一个月，开源圈可以说是被 OpenClaw 彻底刷屏了。