"RAG已死"这两天在知乎又吵起来了，我顺着把 LlamaIndex 的官网、GitHub、发版记录全翻了一遍，说几个和直觉不一样的发现。
先看争论本身。8月21日有个高赞回答说"26年咯，不提RAG咯"，理由是研究 Codex 和 ChatGPT 的记忆机制后发现"已经完全看不到 RAG 的存在了"，现在用的是后台专用模型管理记忆，这条回答一天拿了60多万浏览。知乎同一天还有个问题问"为什么现在 Agent 重新用回 Grep，而不是先做 RAG"，也有十几万浏览。B站那边更直接，有UP主做了期《RAG已死？以LlamaIndex为首的检索工程绝对死不了》。哔哩哔哩社区明显分成两派：一派认为长上下文和 Agent 记忆已经接管了检索的活，另一派认为死的只是"无脑切块加向量召回"的糙做法。
但真正该让关注 LlamaIndex 的人停下来的，不是这场争论，而是 LlamaIndex 自己最近三个月干的事——它几乎是用行动给这场争论投了票。
第一个信号，GitHub 官方简介已经悄悄改成了 “LlamaIndex is the leading document agent and OCR platform”。不是 data framework，不是 RAG framework，是 document agent 和 OCR。我查了下仓库快照，5.18万 star、MIT 协议、8月20日还有提交，仓库本身活得好好的，但定位表述变了。GitHub
第二个信号，官网首页现在的核心产品是 LlamaParse，slogan 是 “Turn Any Document Into AI-Ready Context”，官方宣称"比头部大模型实验室便宜4倍、比其他解析API准确率高5倍"（厂商口径，仅供参考），免费档每月1万积分、约1000页，包含 Agentic OCR、按 schema 结构化抽取和文档 Agent 部署。LlamaIndex官网
第三个信号，8月11日他们发了 ExtractBench：一个开源的企业文档抽取基准，370份真实企业文档、4869页、覆盖8个业务领域67种文档类型，评了14个系统，包括头部VLM、编程Agent和专业抽取API。数据集放 HuggingFace、代码放 GitHub、论文发 arXiv，可以复现。LlamaIndex官方博客需要说明的是，陪着基准一起发布的新档位 Agentic Plus"首秀即登顶"，这是厂商自建基准自测，看的时候留个心眼。
第四个信号，7月30日发布的 Parse Gateway：上传文件后，LiteParse 先在页级别估算每一页的复杂度，再按"为什么难、难到什么程度"把不同页面路由到不同解析档——纯文本页走便宜档，扫描件、图文混排、乱码字体的页走 Agentic 档。知乎思路很像模型界的 OpenRouter，只不过这次路由的对象是文档解析器。
再看开源核心这边。PyPI 上 llama-index 最新版是 0.14.24，8月19日发布，要求 Python 3.10 以上。PyPI翻了发版记录，0.14 系列从2025年12月到现在基本每月一版，但最近的更新以修复和小功能为主，比如 CodeSplitter 保留超大节点、token 桶限速、多模态重排器，大的架构动作不多。公司的精力往哪边倾斜，其实一目了然。
把这四件事和"RAG已死"的争论放在一起，我的判断是：这两件事其实是同一件事。长上下文和 Agent 记忆真正"杀死"的，是入门级 RAG——切512字、纯向量召回、拼 prompt 那套。这套流程的价值确实在被压缩。但文档进入系统时的理解成本一点没降：表格、脚注、版面关系如果在 ingestion 阶段就丢了，后面的 embedding 和重排再强，也只是更精准地检索一份被错误理解的数据。知乎上有篇技术周报说得挺准：Parse Gateway 这类东西"不只是文档处理优化"，是把问题往前挪了一层。知乎LlamaIndex 赌的就是这个"前一层"。
所以如果你正在犹豫要不要继续投入，我给三类人分别说：
学原理的：开源核心仍然值得学，但别把时间花在背 API 上。索引、检索、评估这些概念已经稳定，B站上吴恩达的 Agentic RAG 课程转载量很大，可以当主线；框架层面的新东西更多在 Agent 编排（AgentWorkflow/LlamaAgents）上，按需跟进。
要给公司做知识库的：先搞清楚你的瓶颈在哪。如果文档是扫描件、表格密集的 PDF，瓶颈大概率在解析，可以先用 LiteParse 的免费额度试一把自己的真实文档再决定；如果要纯本地私有化，那方向是 RAGFlow、Dify 这类，或者 Java 技术栈看 langchain4j，LlamaIndex 的云服务在这条线上反而不是答案。
已经用 LlamaIndex 上了生产的：不用慌也不用急着迁移。0.14.x 保持月度节奏、向后兼容做得还可以，需要盯的是两个信号：一是他们把多少新功能先放进 LlamaCloud 再（或者不再）回灌开源，二是 0.15 大版本什么时候来、会不会带来 breaking change。
最后一个观察：这场"RAG已死"的争论里，反对最激烈的声音和 LlamaIndex 的战略转向，指向的是同一个位置——检索没有死，死的是"不需要理解文档就能搭出知识库"的幻觉。接下来值得持续关注的，是 ExtractBench 的开放数据会不会被第三方复现、Parse Gateway 按页路由的实际成本账，以及开源社区的 star 增速会不会和产品线分化脱钩。有新变化我们再聊。
