概念
别名：智能搜索
结合AI代理的搜索任务
已跟踪 4 条高相关材料
最近变化
2026-07-27 · NPU处理agentic search任务耗时0.5秒，GPU耗时12秒，CPU耗时30秒且持续降频
为什么值得关注
agentic search 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
On-device AI has three advantages over cloud. Cost, privacy, and latency. Alan Zhu from @Qualcomm d...
Qdrant(@qdrant_engine) · 8.5 分
本地AI在成本、隐私和延迟上优于云端，Qualcomm演示显示NPU处理搜索任务仅需秒级，而GPU/CPU分别耗时12秒和30秒并因发热降频。
BestBlogs 周刊 | 第 95 期：Agent 工程化的全面落地
Gino Notes · 8.5 分
Agent 工程化全面落地，Anthropic 和 OpenAI 同步推进工具走向生产。
Agentic Search for Context Engineering — Leonie Monigatti, Elastic
AI Engineer · 8.5 分
Agentic Search 通过动态构建上下文来提升大模型在复杂任务中的表现，其核心是让AI代理主动检索、筛选和整合信息，而非被动响应。该技术显著降低对人工提示工程的依赖，使系统能自适应处理多源异构数据。
已收录 4 条与 agentic search 相关的内容，按评分排序。
本地AI在成本、隐私和延迟上优于云端，Qualcomm演示显示NPU处理搜索任务仅需秒级，而GPU/CPU分别耗时12秒和30秒并因发热降频。
入选理由：NPU处理agentic search任务耗时0.5秒，GPU耗时12秒，CPU耗时30秒且持续降频
Agent engineering is fully deployed, with Anthropic and OpenAI advancing tools toward production.
入选理由：Claude Code 放弃 RAG 索引，采用 Agentic Search 实现代码导航。
Agentic Search enables AI agents to dynamically construct context, significantly improving LLM performance in complex tasks while reducing reliance on manual prompt engineering.
入选理由：Agentic Search 使用 AI 代理自动检索与任务相关的文档片段，准确率提升至 87%
This article introduces a blog post about the role of agentic search in context engineering, discussing the strengths and weaknesses of various search tools.
入选理由：了解 agentic search 的概念
