1 传统分块的问题

在RAG模型的构建里，文本分块是打头阵且超关键的环节。

(1)就拿常见的递归字符分割来说，它操作简单，按照固定的token长度一刀切。但这也带来了大麻烦，一个完整的主题常常被拆得七零八落，分到不同文本块中，上下文连贯不起来，就像拼图被打乱了顺序，根本没法看。

(2)还有语义分割法，听起来好像聪明点，它根据句子间语义变化来分割。但遇到文档话题频繁切换时，还是会 “翻车”，把相关内容分到不同块，信息又断了。

举个例子：“小明介绍了Transformer 架构… （中间插入 5 段其他内容）… 最后他强调，Transformer的核心是自注意力机制。” 用传统方法处理，要么把这两句话拆到不同区块，要么被中间内容干扰，导致语义断裂。

(3)但要是人工分块，我们肯定会把它们归到 “模型原理” 这一组。这种跨越文本距离的关联性问题，正是Agentic Chunking(自主分块)要解决的。

2 Agentic Chunking的工作原理

Agentic Chunking的核心思想是让大语言模型（LLM）主动评估每一句话，并将其