百度 TURA 三阶段架构：让 AI 检索 “动” 起来

1. 为什么传统 RAG 不够用了？

图 1 传统 RAG 只能返回静态网页，而 TURA 可以实时调用携程 API 查询机票

• 痛点：现有检索增强生成（RAG）系统只能读取已索引的静态网页，无法回答“下周从北京到上海的最低票价是多少”这类需要实时数据的问题。
• 需求：用户希望一次对话就能完成查票、订酒店、看天气、规划路线等多件事。

2. TURA 登场：三阶段“工具人”架构

图 2 TURA 三阶段框架总览：检索 → 规划 → 执行*

TURA（Tool-Augmented Unified Retrieval Agent）用工具调用把 RAG 从“静态阅读”升级为“动态交互”。核心分为三步：

3. 深度拆解：每个阶段的黑科技

3.1 意图感知检索：如何 1 秒锁定 5 个最相关工具？

• 查询分解：LLM 先把“去北京玩 5 天”拆成["查北京天气", "找 5 个景点", "订酒店", "规划路线"]
• 语义增强索引：为每个工具离线生成 20 条“用户可能问法”，解决“用户口语 vs API 文档”的 Gap。
• 向量召回：用 ERNIE 做多向量 MaxSim 检索，Recall@5 达到 0.8289（表 4）。

表 4 检索模块消融实验：缺了分解或索引增强都会掉分

3.2 DAG 任务规划：并行神器

• 复杂查询不再是线性流水，而是并行图。例：订酒店 & 查天气互不依赖，可以同时跑；路线规划需等前两者完成后才启动，节省 44% 延迟（表 6）。

表 6 DAG vs 串行：成功率相当，延迟从 1650 ms → 920 ms

3.3 蒸馏执行器：小模型也能打大模型

• 老师：DeepSeek-V3（671B）
• 学生：Qwen3-4B 蒸馏版
• 结果：

表 7 工具调用准确率：学生 88.3 % > 老师 82.4 %，延迟 750 ms

秘诀：训练时保留思维链，推理时直接出动作，既省 token 又保智商。

4. 实战成绩：线上 A/B Test

• 样本：百度真实流量 10^3 量级用户
• 指标：

Session Success Rate（SSR）：55.1 % → **64.0 %**（+8.9 %）

人工评分：TURA 在 13 % 场景“明显更好”，仅 4 % 出现新问题（表 2）。

表 2 线上 A/B 结果

TURA 用“检索 + 规划 + 工具调用”的三板斧，把只能查资料的 RAG 变成能订票、能规划、能交互的 AI 搜索体，已在百度亿级流量场景跑通，为下一代对话式搜索树立了新范式。

https://arxiv.org/pdf/2508.04604
TURA: Tool-Augmented Unified Retrieval Agent for AI Search

本文转载自​​​​CourseAI​​​​，作者：CourseAI