RAG Isn't an Agent — I Built the Layer Between Retrieval and Action

I built three pure Python systems retrieval only, deterministic action planner, and hybrid to test what happens when retrieval connects with action. All nine tasks ran the same way through each system. RAG retrieves information but cannot update records or change statuses.

An agent can take action but often lacks the information needed to choose the correct action. The hybrid system connects retrieval with actions, allowing information found during retrieval to directly influence the action taken. Two real bugs emerged during development.

One bug caused the parser to misidentify task intent before the final test run. The second bug appeared in the action selection logic after retrieval provided context. Both were fixed before the final nine-task comparison.

This implementation proves that connecting retrieval and action creates measurable improvements over keeping them separate, demonstrating why the linkage between finding information and taking action matters for real-world workflows.

بُنيت three أنظمة Python نقي: استرجاع فقط، مخطط إجراءات deterministic، وهاجين، لتجربة ما يحدث عند توصيل الاسترجاع بال-Agent. شغّلت جميع المهام التسعة同样的 way عبر كل نظام. RAG يسترجع معلومات لكنه لا يمكنه Actualizar السجلات أو تغيير statuses. يمكن للـ Agent اتخاذ إجراءات لكنه في الغالب يفتقر إلى المعلومات الضرورية لاختيار الإجراء الصحيح. النظام الهجين يربط الاسترجاع بال-Agent، مما يسمح للمعلومات المُسترجعة خلال الاسترجاع أن تؤثر مباشرة على الإجراء المُ-taking. ظهر خطأان During Development. خطأ واحد تسبب في أن المُحلل يُخطئ في تحديد نية المهمة قبل الجولة النهائية من الاختبار. الخطأ الثاني ظهر في منطق selecting الإجراء بعد أن قدم الاسترجاع السياق. تم إصلاح كلاهما قبل المقارنة النهائية للمهمة التسعة. ت证明 هذه Implementation أن ربط الاسترجاع بال-Agent ينتج تحسينات قابلة للقياس مقارنة بال kept them separate، مما يوضح importance of linkage بين found information و taking actions for real-world workflows.

Construí tres sistemas Python puros: solo recuperación, planificador de acciones determinista y híbrido, para probar qué ocurre cuando la recuperación se conecta con la acción. Las nueve tareas se ejecutaron de la misma manera en cada sistema. RAG recupera información pero no puede registrar actualizaciones ni cambiar estados.

Un agente puede tomar acción pero a menudo carece de la información necesaria para elegir la acción correcta. El sistema híbrido conecta la recuperación con acciones, permitiendo que la información encontrada durante la recuperación influya directamente en la acción tomada. Dos errores reales surgieron durante el desarrollo.

Un error causó que el identificador de intención de tareas se equivocara antes de la última ejecución de pruebas. El segundo error apareció en la lógica de selección de acciones después de que la recuperación proporcionó contexto. Ambos se corrigieron antes de la comparación final de nueve tareas.

Esta implementación demuestra que conectar la recuperación y la acción produce mejoras medibles en comparación con mantenerlas separadas, mostrando por qué el enlace entre encontrar información y tomar acción es importante para flujos de trabajo del mundo real.

मैंने तीन शुद्ध Python प्रणालियाँ बनाईं: केवल पुनर्प्राप्ति, निर्धारित क्रिया योजनाकार और संकरण, ताकि जब पुनर्प्राप्ति क्रिया से जुड़े तो क्या होता है यह जाँचा जाए। सभी नौ कार्य प्रत्येक प्रणालि में एक ही तरीके से चले। RAG जानकारी प्राप्त करता है लेकिन रिकॉर्ड अपडेट या स्थिति बदल नहीं सकता। एक एजेंट क्रिया ले सकता है लेकिन अक्सर सही क्रिया चुनने के लिए आवश्यक जानकारी नहीं होती। संकरण प्रणालि पुनर्प्राप्ति को क्रियाओं से जोड़ती है, जिससे पुनर्प्राप्ति के दौरान मिली जानकारी सीधे ली गई क्रिया को प्रभावित कर सकती है। विकास के दौरान दो वास्तविक बग उत्पन्न हुए। एक बग ने अंतिम परीक्षण चलाने से पहले कार्य इच्छा की पहचान गलत कर दी। दूसरा बग पुनर्प्राप्ति ने संदर्भ प्रदान करने के बाद क्रिया चयन तर्क में प्रकट हुआ। दोनों को अंतिम नौ-कार्य तुलना से पहील ठीक किया गया। यह कार्यान्विति यह सिद्ध करती है कि पुनर्प्राप्ति और क्रिया को जोड़ने से अलग रखने की तुलना में मापने योग्य सुधार होते हैं, जिससे यह दिखाया जाता है कि वास्तविक वर्कफ्लो में जानकारी खोजने और क्रिया लेने के बीच का संबंध क्यों महत्वपूर्ण है।

我构建了三个纯Python系统：仅检索、确定性行动规划器和混合系统，以测试当检索与行动连接时会发生什么。所有九个任务在每个系统中都以相同方式运行。RAG可以检索信息，但无法更新记录或更改状态。智能体可以采取行动，但往往缺乏选择正确行动所需的信息。混合系统将检索与行动连接起来，使在检索过程中找到的信息能够直接影响所采取的行动。在开发过程中出现了两个真实 bug。一个 bug 导致解析器在最终测试运行前错误识别任务意图。第二个 bug 出现在检索提供上下文后的行动选择逻辑中。两者都在最终九任务比较前被修复。该实现证明，将检索与行动连接起来比保持分离能产生可衡量的改进，展示了在现实世界工作流程中，信息查找与行动之间的联系为何重要。