Các tác nhân AI đang đối mặt với những bất cập đáng kể, với tỷ lệ hoàn thành nhiệm vụ giảm xuống dưới 50%, làm nổi bật những thách thức vận hành trong các hệ thống tập trung vào tác nhân. Những bất cập này bắt nguồn từ phương thức hoạt động khác biệt của các tác nhân so với con người, thường liên quan đến việc mở rộng truy vấn mà không có ngữ cảnh, điều này ảnh hưởng đến hiệu quả của họ. Mặc dù gặp phải những thách thức này, sự chuyển đổi sang các hệ thống tập trung vào tác nhân đang định hình lại cấu trúc truy xuất dữ liệu, với các cơ sở dữ liệu vector nổi lên như những thành phần quan trọng để nâng cao các công cụ kiến thức. Các cơ sở dữ liệu vector, được ví như các thư viện, cung cấp thông tin liên quan cho việc tổng hợp kiến thức, tối ưu hóa độ chính xác truy xuất dữ liệu từ 68% lên trên 90%. Sự cải thiện này rất cần thiết cho hiệu quả của các ứng dụng AI, vì nó hỗ trợ việc tổng hợp và tạo ra câu trả lời, nâng cao chức năng của các công cụ kiến thức hiện đại. Sự chuyển đổi sang các hệ thống tập trung vào tác nhân tiết lộ những sai sót cơ bản trong các phương pháp truy xuất dữ liệu truyền thống, nhấn mạnh nhu cầu cải tiến hệ thống để giải quyết những bất cập của các tác nhân AI và tối ưu hóa tỷ lệ hoàn thành nhiệm vụ.