JIT Retrieval 与 Progressive Disclosure

查一本手册时，我们通常先看目录，再翻需要的章节；不必每次从第一页读到最后。按需检索和渐进加载采用类似思路。下面区分“需要时找材料”与“先看摘要再加载详情”，并讨论漏掉重要信息时怎样发现。

版本与资料依据

  • last_verified: 2026-08-24
  • version_scope: stable retrieval patterns
  • source_type: engineering synthesis
  • stability: stable-concept

JIT Retrieval 在产生具体信息需求后再检索；Progressive Disclosure 先暴露能力摘要或目录，再按选择加载细节。二者都减少“把整个仓库、所有 Skill、全部历史塞进 prompt”的噪声。

最小流程

  1. 先登记可用资料的摘要与位置，供系统发现。
  2. 当模型或程序明确需要某项信息时，形成检索问题。
  3. 检查是否有权访问，以及允许搜索的范围和预算。
  4. 先查看候选，再读取最相关的细节。
  5. 保存查询、结果、引用及取舍理由，方便回查。
  6. 任务转到别处后，可以不再携带旧材料，但保留运行记录中的引用。

适用边界

  • 适合大型代码库、技能库、文档库和远程工具目录；
  • 小型固定 prompt 的额外检索延迟可能大于收益；
  • 检索召回不足时，progressive loading 会“看不见”关键资料，需 fallback search；
  • 结果仍是 data，需做 injection/trust 处理；
  • retrieval query 可能泄漏敏感目标，需最小化与审计。

验证

建立 information-need 数据集，测 recall@k、最终任务成功率、加载 token、检索轮次与延迟；不要只优化向量相似度。

先拿目录，再拿需要的那一页

想象项目里有 200 份操作手册。开场先给模型每份手册的名称和用途，等它确定要做发布，再读取发布手册；需要迁移数据库时，才读取相应的附录。这比把 200 份全文塞进去更容易排查“到底用了哪份资料”。

Agent Skills 规范采用的渐进加载思路可以作为参考：先发现元数据，再读取选中的说明及资源。但“按需”需要可验证的触发条件。给练习准备三个任务：真正需要发布、只查版本号、完全无关的问题，检查是否只在第一种任务加载完整发布说明。

不要把没加载解释成不存在。输出里可以记录“本轮未读取迁移附录”；如果任务后来涉及数据库，就补读原文，而不是凭手册名称猜步骤。

本节的核验依据

2026-10-25 查阅。下面的链接支持本节的机制说明；练习场景和选型建议是本教程的教学设计。