「RAG 已死」这种标题这两年轮着上：先是长上下文说要取代它，后来 Agent 说要吸收它。但把噪音去掉，真实情况更像一句评价：RAG 没死，它长大了——从「一条流水线」长成了「一个分层能力」。
这篇聊四件事：传统 RAG 的结构性毛病 → 2026 年的现状与主流解法 → 一个被低估的问题（解析损失） → 最近很热的「像素方案」（视觉/像素级 RAG）到底是什么、什么时候值得用。
文中行业数据来自公开资料（论文、厂商博客、技术评测），统计口径与时点不一，已尽量标注；相关结论请以原文为准。本文也会连到本站已有的 agent / 协议系列。
AI 写代码越来越强之后，工程圈的焦虑点悄悄换了位置：不再是「AI 会不会写」，而是「我们有没有把它用对、并且真的落地到生产」。
这两年冒出来的两个热词正好对应这两个焦虑：SDD（Spec-Driven Development，规格驱动开发） 管「怎么让 AI 做对的东西」；FDE（Forward Deployed Engineer，前沿部署工程师） 管「怎么让 AI 真的在客户的生产环境跑起来」。一个是方法论，一个是角色；看似不搭，其实是同一件事的两面。
这篇把它们讲清楚：是什么、为什么现在火、具体怎么做、以及有哪些坑。
术语歧义说明（先排除）：SDD 也常被当作「Software Design Document（软件设计文档）」、FDE 也有人指「Frontend Development Engineer（前端开发工程师）」。本文按 2025–2026 年 AI 工程语境写：SDD = Spec-Driven Development，FDE = Forward Deployed Engineer。若你问的是另一种含义，告诉我我另写一篇。
文中行业数据来自公开报道，统计口径与时点不一，已尽量标注来源，引用请以原文为准。