"RAG er død": Branchen skifter til agentbaseret, levende viden

"RAG er død": Branchen skifter til agentbaseret, levende viden

LlamaIndex's kontante udmelding "RAG er død, længe leve agentbaseret retrieval" er blevet et samlingspunkt efter diskussioner ved AWS re:Invent 2025 [1]. Argumentet er: naiv vektorbaseret RAG-søgning kan ikke understøtte agenter, der har brug for flerstegs-ræsonnement, dynamisk valg af namespace og videnbaser, der opdaterer sig selv. NVIDIA's udviklingsteam formulerer det på samme måde — agenter har brug for dynamisk viden, ikke fastfrosne øjebliksbilleder [2].

De tal, der bliver citeret, er markante. Fremskrivninger baseret på Gartner-data siger, at semantiske, agentbaserede tilgange kan levere op til 80 % højere nøjagtighed og 60 % lavere omkostninger frem mod 2027 sammenlignet med statiske retrieval-pipelines [3]. Towards Data Science's begreb "context engineering" peger på samme konklusion fra en anden vinkel: det er semantiske lag, ikke større kontekstvinduer, der gør agenter troværdige [3].

Kommentarer på X kobler dette direkte til Karpathy-wiki-trenden — begge peger mod samme mål: holdbar, struktureret, selvkorrigerende viden i stedet for kortvarig retrieval. For alle, der bygger noget på mødedata, er dette den arkitektoniske standard, man skal leve op til.

Claude-agenter forvandler Granola-transskriptioner til organisatorisk intelligens

Granolas baggrundstransskription — uden at en bot deltager i dit opkald — viser sig at være en frugtbar grobund for en ny kategori af "AI-stabschef"-agenter [2]. En løsning, der er delt vidt og bredt, viser, hvordan man forbinder Claude Code til Granola-transskriptioner via MCP, sammen med strategidokumenter og e-mail, for at generere dynamiske organisationsdiagrammer, relationsscorer og proaktive råd — herunder advarsler, inden du sender en dårligt timet besked til en interessent [1][3].

Dette er ikke en enkeltstående kuriositet. Det afspejler et bredere skifte, hvor mødetransskriptioner ikke længere blot er et referat af, hvad der skete, men fungerer som et levende input til organisatorisk ræsonnement. Eksempler, der cirkulerer på X, viser automatiserede ledelsesbriefinger, der er sammensat helt ud fra historiske mødedata, hvor agenter påpeger, hvem man bør skabe alliancer med baseret på mønstre fra dusinvis af opkald [3].

Det afgørende her er mekanikken: det er adgangen til connectorer (MCP) kombineret med fuld transskriptionstroskab, der gør dette muligt. Værktøjer, der kun tilbyder resuméer og ikke rå, søgbare transskriptioner, kan ikke understøtte denne type agent.

Meetily satser på lokal-først privatliv med open source-diarisering

Meetily blev lanceret som en fuldt lokal mødeassistent til Mac og Windows, bygget i Rust med Parakeet/Whisper til transskription (der hævdes at være 4x realtidshastighed) og Ollama til lokal opsummering på enheden [1][2]. Ingen lyd forlader maskinen. Version 0.3.0 tilføjede lydimport og gentranskribering, og projektets tilstedeværelse på GitHub — 359.500 stjerner ifølge projektets eget website — tyder på reel udviklerinteresse [2][3].

Budskabet stiller sig direkte op mod fortællingen om cloud-værktøjstræthed: Meetilys eget materiale positionerer produktet som et alternativ til Otter, og diskussionen på X omkring lanceringen læner sig op ad klager over at skulle køre Granola, Otter og Fireflies samtidig med overlappende abonnementer [3]. Talerdiarisering ud af boksen er hovedfunktionen, der bringer det i mere direkte konkurrence med de kommercielle værktøjer.

Det er et nyttigt signal, selv om privatlivsfokuserede, lokale værktøjer må gå på kompromis med de sammensatte videngraf-fordele, som cloud-forbundne systemer (som Claude/Granola-kombinationen ovenfor) kan tilbyde.

Hvad det betyder for dine møder

Dagens historier peger alle i samme retning: mødedata er kun så værdifulde som det hukommelsessystem, de er indlejret i. Karpathys LLM Wiki og konsensussen om, at "RAG er død", er i grunden det samme argument anvendt på to forskellige områder — statisk retrieval, hvad enten det gælder dokumenter eller mødetransskriptioner, bliver afløst af levende, krydsrefereret viden, der bliver klogere for hver tilføjelse. En transskription fra marts bør forme, hvordan en agent tolker en transskription fra juli. Det er ikke et søgeproblem; det er et videngraf-problem.

Granola-Claude-eksperimenterne gør dette konkret for fagfolk: mødehistorik bliver et input til vurderinger, ikke bare et referat af beslutninger. Organisationsdiagrammer, relationsintelligens og proaktive påmindelser opstår kun, når en agent kan ræsonnere hen over dusinvis af møder samtidig — præcis det mønster, Proudfrog er bygget omkring, hvor talerens identitet, emner og beslutninger kobles sammen i en varig videngraf i stedet for en mappe med transskriptioner. Meetilys lokal-først-tilgang er en påmindelse om, at ikke alle vil have deres mødedata ud af bygningen — men den viser også kompromiset: privatlivs-maksimerende værktøjer i dag er optimeret til transskriptionskvalitet, ikke til at opbygge organisatorisk hukommelse hen over møder.

Den praktiske lære for alle, der drukner i Zoom-opkald: det værktøj, der vinder, er ikke det med den bedste transskription — det er det, der kan huske, hvad transskriptionen betød seks måneder senere, og kan fortælle dig, hvorfor det stadig er relevant i dag.

Vigtigste pointe: Statiske transskriptioner er ved at blive en handelsvare; den egentlige værdi — og den egentlige konkurrenceslagmark — ligger i den levende videngraf, der spænder over flere møder, og som lader dig hente ikke blot, hvad der blev sagt, men hvad det betyder nu.

Sources

1. https://gist.github.com/karpathy/442a6bf555914893e9891c11519de94f
2. https://aimaker.substack.com/p/llm-wiki-obsidian-knowledge-base-andrej-karphaty
3. https://medium.com/@roanmonteiro/building-a-complete-personal-harness-llm-wiki-developers-second-brain-in-obsidian-d7b61c7398ff
4. https://www.llamaindex.ai/blog/rag-is-dead-long-live-agentic-retrieval
5. https://developer.nvidia.com/blog/traditional-rag-vs-agentic-rag-why-ai-agents-need-dynamic-knowledge-to-get-smarter/
6. https://towardsdatascience.com/beyond-rag/
7. https://techysurgeon.substack.com/p/how-i-built-an-automated-executive
8. https://www.granola.ai/
9. https://mcpmarket.com/tools/skills/granola-meeting-notes
10. https://github.com/Zackriya-Solutions/meetily
11. https://meetily.ai/
12. https://meetily.ai/blog/self-hosted-meeting-note-taker-guide-2026