拆解 RAG：记忆检索到底怎么工作
2 min read|把 RAG 拆成四段——切片、向量化、召回、重排，每一段都能坏。
RAG（检索增强生成）被讲得神乎其神，其实它的结构非常朴素：先找，再答。难点不在概念，在它有很多个可以坏掉的接缝。
一、最小闭环
一段完整的检索，拆开是四步：
- 切片：把原始内容切成合适的块；
- 向量化：把每块变成一组数字（向量）；
- 召回：拿问题去比，挑出最像的几块；
- 重排 / 拼装：把挑出来的内容喂给模型生成回答。
其中任何一步的假设变了，结果都会变差——而且是静默地变差。
二、最常见的四个坏点
- 切片粒度：切太碎，语义散；切太大，噪声多。这是最常被低估的一步。
- 模型不一致：存的时候用 A 模型转向量，查的时候用 B 模型——两套坐标系，根本对不上。
- 索引过期：内容更新了，索引没重建，检索到的是旧世界。
- 静默失败：检索返回空结果，程序照常往下走，只是答案开始胡说。
最后一条最要命：它不报错。
三、用最小代价做一次体检
不必上全套评测框架，先做三件事：
- 用你确定答案的问题去查，看答案所在的块有没有被召回；
- 故意问一个「库里肯定没有」的问题，看它会不会编；
- 更新一条内容，再查它，看索引是不是自动跟上了。
这三下就能测出大部分问题。
四、什么场景不需要 RAG
如果知识量小、更新频繁、或者答案本来就要求精确匹配——直接全文塞进上下文，或者用关键词检索，往往比向量检索更稳。
技术选型的第一原则是：先问需不需要，再问用哪个。