RAG vs. CAG vs. Agentic RAG : ce que tout CTO doit savoir avant de choisir en 2026

La décision architecturale la plus coûteuse qu'un CTO peut prendre en 2026 n'est pas le choix du modèle d'IA, c'est la façon dont ce modèle accède au savoir de l'entreprise.

Trois patterns se sont imposés : Retrieval-Augmented Generation (RAG), Cache-Augmented Generation (CAG) et Agentic RAG. Les éditeurs les présentent comme interchangeables. Ils ne le sont pas. Chacun répond différemment aux quatre mêmes questions : quelle est la taille de votre base de connaissances, à quelle fréquence change-t-elle, que se passe-t-il en cas d'erreur, et quel niveau d'autonomie pour le système ?

Les trois approches, sans le marketing

RAG est le pattern dominant. Une requête arrive, une couche de récupération (recherche hybride lexicale + vectorielle, fusionnée via Reciprocal Rank Fusion) extrait les chunks les plus pertinents d'un index, le LLM conditionne sa réponse dessus. Azure AI Search, Vertex RAG Engine de Google et AWS Bedrock Knowledge Bases en sont des variantes. Enhanced RAG y ajoute la réécriture de requêtes, les rerankers et le filtrage par métadonnées, la pipeline reste linéaire et prévisible.

CAG inverse l'équation. Au lieu de récupérer par requête, vous préchargez un corpus curé dans le contexte du modèle et vous préchauffez son cache clé-valeur. La latence en ligne tombe quasi à zéro car chaque requête réutilise l'état préchargé. Le piège : cela ne fonctionne que si votre base est petite, stable et tient dans le budget d'attention effectif.

Agentic RAG confie les rênes au LLM. Le modèle décide quand récupérer, s'il doit récupérer à nouveau, quels outils appeler et quand la réponse est suffisante. C'est le pattern des assistants de recherche et des agents back-office autonomes.

Ce que montrent réellement les données de 2026

Une comparaison empirique de janvier 2026 révèle ce que la plupart des pitchs éditeurs omettent : Agentic n'est pas universellement meilleur. En QA financier, Agentic atteint 97,7 / 98,8 recall/F1 et bat de peu Enhanced (95,1 / 95,7). Changez de domaine : Agentic s'effondre à 49,3 / 64,6 tandis qu'Enhanced tient à 84,4 / 87,9. Pire côté coût : Agentic RAG a consommé jusqu'à 3,6× plus de tokens et d'appels d'outils qu'Enhanced pour la même charge.

Un readiness harness de mars 2026 concrétise les arbitrages opérationnels. Augmenter la profondeur de récupération (k = 3 vs k = 10) gagne 7 à 12 points de Hit@k sur les slices BEIR, mais triple le coût par run (≈ 0,007 à ≈ 0,020 USD). Ajouter un reranker change complètement le profil : sur SciFact avec k = 5, BM25 seul maximise Hit@k, mais BM25 + reranker offre la meilleure faithfulness et la latence p95 la plus basse. La leçon : « modèle plus gros » n'est pas une stratégie. Sur FiQA, un modèle plus petit surpasse un plus grand en faithfulness, le plus grand payant 9 secondes de latence p95.

Pour CAG, les benchmarks éditeurs publics (décembre 2025) rapportent un BERTScore de 0,776 sur HotPotQA, indicatif, pas universel. À traiter comme un signal que CAG est viable pour des corpus petits et stables, pas comme une promesse.

Un cadre de décision pour CTO

Avant de choisir, fixez quatre choses :

• Profil de connaissance, taille, fréquence de mise à jour, répétition des requêtes, structure. Un corpus de 500 pages de politiques se comporte tout autrement qu'une documentation produit vivante.
• Profil de tâche, QA à un tour, raisonnement multi-hop ou workflows pilotés par outils ? Agentic ne justifie son coût que si la tâche exige vraiment l'itération.
• Profil de risque, résidence des données, gestion des clés, obligations d'audit, et l'impact d'une citation hallucinée ou d'un appel d'outil non supervisé.
• Profil opérationnel, traces OpenTelemetry, harnesses d'évaluation, CI gates pour pipelines IA. Sans cela, Agentic RAG est inobservable.

Traduit en cas d'usage :

• Support client, Enhanced RAG par défaut. CAG devient intéressant si FAQ/policy est stable et petit. Agentic uniquement pour des workflows de diagnostic transverses.
• Knowledge management interne, RAG avec recherche hybride et filtres stricts. CAG pour des manuels stables isolés. Agentic pour des assistants de recherche avec vérification.
• Génération de code, RAG code-aware avec règles de scope. Agentic seulement pour refactoring autonome, génération de tests ou flux de PR, et avec le coût assumé.
• Agents back-office autonomes, Agentic RAG par définition, mais avec garde-fous durs : plafonds de budget, stop conditions, human-in-the-loop sur décisions matérielles, vérification au niveau des claims.

La couche de gouvernance qu'aucune architecture ne livre

Chaque pattern ci-dessus suppose que quelqu'un d'autre s'occupe de ce qui intéresse les régulateurs : qui a accédé à quelles données, la réponse était-elle ancrée dans des sources autorisées, un appel d'outil est-il resté dans la politique, toute la chaîne est-elle auditable dans six mois ? Ils ne le font pas. Les fournisseurs RAG livrent récupération et indexation. Les frameworks CAG livrent la gestion du contexte. Les frameworks Agentic livrent l'orchestration. Aucun ne livre la gouvernance.

Sous l'EU AI Act, la charge de la preuve repose sur l'entreprise déployante, pas sur le fournisseur du modèle. Chaque requête RAG, chaque contexte mis en cache et chaque appel d'outil agentique doit être journalisé, imputable, soumis à politique et rejouable. L'ajouter après coup a été l'erreur la plus coûteuse observée en 2026.

Quel que soit le pattern choisi, concevez d'abord la piste d'audit. hegyon.ai fournit la couche de gouvernance entre vos collaborateurs, vos données et vos modèles, application des politiques, caviardage PII, journalisation d'audit complète et routage de modèles, pour que le choix architectural ci-dessus reste une question de performance et non de conformité.

Hébergé en Suisse ou on-premise. Vos données, vos règles.