CTR / MRR / 行为 NDCG 默认用户看见并点击排序结果；在 agent 助手里，生成层先消费检索，归因在「谁看过、何时行动、结果由检索还是模型知识造成」三处断裂——Adobe 称为 attribution gap。LARA 分层量检索质量、参与与下游结果，用四字段 lineage 串层，无需新模型。Adobe Express 上同一检索底座服务画廊与助手：助手提示检索率仅 0.31%，聊天用户改写率 44.4% vs 画廊 33.1%。Agent 检索评估不能再假装用户直接点了 SERP。
1. 问题
经典检索指标假设用户是结果的第一消费者。Agent 场景下：agent 先读（who）、行动可能跨会话（when）、结果混有参数知识（what caused）。会话级重试/放弃无法拆开检索责任。
2. 方法
三层：检索质量（null rate、precision@K、NDCG@K，服务端日志对离线相关性）；参与与结果；产品成功。四字段 lineage 连接各层。在 Express 画廊搜索与 agent 助手上对照同一基础设施。
3. 核心贡献
把评估从「行为代理指标」改成「分层 + 血缘」。没有 lineage，就无法说清是检索挂了还是生成层没用检索。
4. 实验
助手提示检索率 0.31%（画廊可视为 100% 触发检索）。聊天改写 44.4% vs 画廊 33.1%（+11pp）。有意义行动率与放弃率在两面也分叉（表 3）。画廊量级约为 agent 助手的 8–9×。
| 面 | 检索触发 | 改写率 |
|---|---|---|
| 画廊 | ~100% | 33.1% |
| Agent 助手 | 0.31% | 44.4% |
5. 局限
单产品证据；助手检索率受产品策略影响，不直接等于检索器能力；分层指标仍要人工解读因果。
6. 实践意义
上线 agent 检索时先接 lineage 与分层仪表盘，再谈优化召回；不要只用 CTR/NDCG 当成功标准。
补充：数字来自论文实验节与表格；图为 HTML/PDF 原图或页渲染。