代理信息检索

自 1970 年代以来，信息检索 (IR) 长期以从预定义语料库中获取相关信息项目以满足用户信息需求的过程来定义。虽然传统信息检索系统在网络搜索等领域效果良好，但受限于其对静态、预定义信息项目的依赖。为此，本文引入了由大语言模型 (LLM) 和 AI 智能体驱动的下一代信息检索范式——代理信息检索 (Agentic IR)。代理信息检索的核心转变在于，将“信息”的定义从静态、预定义的信息项目演变为动态、依赖上下文的信息状态。信息状态指用户在动态环境中所处的特定信息上下文，涵盖不仅获取的信息项目，还包括实时用户偏好、情境因素以及决策过程。如此一来，传统信息检索专注于根据用户查询获取相关信息项目的任务，自然可被扩展为根据用户指令实现目标信息状态，从而定义了代理信息检索。我们系统性地从多个方面讨论代理信息检索，包括任务表述、体系结构、评估方法、案例研究以及挑战与未来展望。我们相信，本文引入的代理信息检索概念不仅拓宽了信息检索研究的范围，也为构建更具适应性、互动性和智能性的下一代信息检索范式奠定了基础。