LlamaIndex 推出 Retrieval Harness 并对比文件系统检索与 RAG

2026年10月2日，LlamaIndex 宣布扩展 LlamaParse Index，新增 Retrieval Harness，将语料库以文件系统式工具暴露给智能体调用，包括 Hybrid Retrieve、List Files、File Grep 和 File Read，旨在解决纯语义搜索跨 chunk 边界失效的问题；同日报道称该 Harness 让 LlamaParse 为智能体提供 list、grep、read 和混合检索等文件系统级工具，可遍历并核验语料库，同时 LiteParse v2.1 支持 Markdown。同日 LlamaIndex 还发布对比，用基于 Google Gemini 3 Flash 的 fs-explorer 智能体（通过 read_file、grep_file_content、parse_file 等文件系统工具）与传统混合检索 RAG 在 5 篇 arXiv 论文的 5 个问答任务上比较，结果显示 RAG 在速度上更快。新增报道中，LlamaIndex 针对 Sen 等人“grep 可能是智能体最佳搜索接口”的观点指出，该争论多围绕文本文件，忽略了企业场景中大量 PDF、Office 文件和图片等非结构化文档。

AI 根据报道生成 · 2 分钟前更新

1. 10月2日 22:50 · 2 篇报道
   LlamaIndex 实验对比文件系统 Agent 与传统 RAG
   LlamaIndex：产品、工程与评测：grep 就够了？面向 AI 智能体的词法搜索与语义搜索对比
2. 10月2日 22:50 · 2 篇报道
   LlamaIndex 发布 Retrieval Harness
   LlamaIndex：产品、工程与评测：LlamaIndex 发布 Retrieval Harness，LiteParse v2.1 支持 Markdown

还没有足够的连续观测数据，暂不绘制趋势。