对话代理可以直接检索信息，也可以将检索任务交给子代理。设计选择决定了检索历史的保存方式、每次模型调用的上下文以及后续提问时需要重新检索的内容。本文比较了三种架构：主代理内部的技能式检索、一次性返回结果的非持久子代理，以及能够跨轮保持检索历史并将证据直接返回给主代理的持久子代理。持久子代理还能让主代理向同一子代理请求纠正。实验在企业问答场景下分别评估了独立提问、共享对话中的提问以及依赖前文的后续提问五种多轮设置。结果显示，持久检索相比技能式检索在记录的模型 token 数上降低 43.3%，估算的 API 成本下降 45.0%，平均响应时间缩短 9.1%。与非持久检索相比，持久检索将每题响应时间缩短 15.6 秒，代价是 token 使用增加 65.1% 且 API 成本上升 29.1%。总体而言，持久子代理从生成合成答案转向维护检索状态，向主代理提供可直接评估的证据，从而提升了检索效率和成本效益。\n\n点评：持久检索通过共享检索历史显著降低了资源消耗和响应时延，为实际部署的对话系统提供了可行的优化路径。