AI Research
Direct Corpus Interaction：當 Agent 夠強，最好的 Retriever 可能是 grep 與原始語料互動
Threads 貼文介紹 Direct Corpus Interaction（DCI）：讓 agent 直接用 bash、grep、檔案讀取與輕量腳本搜尋原始 corpus，而不是把所有需求壓縮成一次向量相似度查詢。本文核對 arXiv 摘要與 DCI-Agent-Lite GitHub 後整理其意義：DCI 不是宣告 RAG 死亡，而是指出 agentic search 的瓶頸可能在「介面解析度」；當模型能提出假設、局部驗證、反覆修正查詢時，固定 retriever 反而可能太窄。
2026年5月9日3 分鐘閱讀👁 14
AI Research / Agentic Search / Retrieval
DCI 的核心不是「用 grep 取代 RAG」，而是讓 agent 擁有更高解析度的語料互動介面。
Direct Corpus Interaction（DCI）主張：當 LLM agent 需要做多步搜尋、假設驗證、局部閱讀與查詢修正時，固定語意 retriever 可能會把問題壓得太扁。與其先把語料做成向量索引再一次查詢，不如讓 agent 直接用 bash、grep、檔案讀取與輕量腳本在原始 corpus 中探索。
arXiv:2605.05242
Agentic Search
No embedding index required
Terminal tools
DCI-Agent-Lite
傳統 retriever 的限制
- RAG 對靜態大型語料仍然有效，尤其適合快速召回與標準 QA。
- 但 agentic search 常需要多步推理：找中間實體、追弱線索、讀局部上下文、修正假設。
- 若一開始的向量召回漏掉關鍵證據，後面的強模型也很難補回來。
DCI 的做法
- agent 直接面對原始 corpus，而不是只呼叫 embedding / vector search API。
- 可使用 grep、shell command、file read、輕量 script 等通用工具。
- 模型自己負責提出查詢、驗證局部內容、改寫策略與整理證據。
論文摘要中的已核對主張
- DCI 不依賴 embedding model、vector index 或 retrieval API。
- 不需要離線索引，較能適應會變動的本地 corpus。
- 在 IR benchmarks 與 end-to-end agentic search tasks 上，論文報告其表現優於多種 sparse、dense 與 reranking baseline。
- 作者指出 retrieval quality 不只取決於 reasoning ability，也取決於模型與語料互動的 interface resolution。
GitHub 實作訊號
- DCI-Agent-Lite 是該 paradigm 的 minimal open implementation。
- README 描述其 built on Pi，使用 bash tools 與 lightweight context management。