检索找不到的答案，得算出来：RECAST 给 RAG 换思路

问一个平均数、比一组趋势、算一笔跨表账，这类问题的答案不在任何一条现成的文档里，而在多条源数据的过滤聚合计算之中。标准 RAG 和 agentic RAG 都是检索中心的思路，找现成条目再拼答案，遇到要算的证据就束手无策，只能靠多轮检索碰运气，上下文塞满了仍凑不齐答案。10 月 7 日放榜的 RECAST（arXiv 2610.10507，作者 Yilun Hao、Craig Boutilier、Chuchu Fan 等）换了套思路：不找证据，构造证据，把取料这件事从检索问题改写成计算问题。

三段式分工

证据构造被表述为异构操作集合上的序贯决策，三个角色各司其职：轻量的 RouterLM 负责迭代决策，每一步选择或现造一个原语操作（也可自定义），判断证据是否已经足够，不够就继续下一步；冻结的 CompilerLM 把选定的操作翻译成可执行代码，过滤、聚合、计算都落成代码跑，中间结果可查可复现；证据判定充分后交给冻结的 AnswerLM 作答，它只管答不管取料。RouterLM 的训练走 SFT 加 GRPO 两段，先从示范学会基本套路，再用强化学习打磨长期效果，学的是路由策略本身。这个分工的工程美感在于成本结构：贵的两个大模型全部冻结当工具，零训练零微调成本，只有小的路由器需要训练，调度智能长在自己家里，换底层模型也不用重训。

数字与泛化

六个基准族平均成功率 75.6%，比最强的大模型基线高 15.9%，领先幅度在证据类任务上属于断档级别；训练过的九十亿参数级 RouterLM 反超免训练的 Gemini 3.5 Flash 路由器 5 个点，说明路由策略确实学得动、值得训，小模型专精一件事照样赢大模型客串；更硬的是泛化，三个训练时未见过的基准上平均再超最佳基线 15.0%，零样本不缩水，学到的是怎么路由而不是背题。对做企业知识库与数据分析 agent 的团队，这套思路直接可用：凡答案需要跨条目计算的问答，别再堆检索轮次，把证据构造显式建模成操作序列，小模型学路由、大模型冻结出码，账单和效果两头都好看。落地的第一步可以很朴素：把现有知识问答里那些检索多轮仍答不准的问题挑出来，按过滤加聚合的操作序列重写求解路径，用这次实验验证换赛道的收益。论文页未挂代码仓库，跟进以作者发布为准。