做了五年搜索引擎，我转型做了RAG系统

2025年11月，我在一个技术分享会上看到一张架构图。

某创业公司做的企业知识库问答系统，底层是RAG（检索增强生成）——用向量检索找相关文档，用大模型生成回答。

架构图上有三个核心模块：文档处理流水线、向量检索引擎、LLM生成层。

向量检索引擎那个模块，画的是Milvus。

我做了五年搜索引擎。Elasticsearch、Solr、OpenSearch——这些是我吃饭的家伙。 inverted index、TF-IDF、BM25、打分模型、分词、同义词扩展——这些我闭着眼睛都能讲。

看到那张图的时候，我心里一紧。因为我知道：向量检索正在替代传统的基于关键词的检索，成为知识检索的主流方案。而我五年积累的Elasticsearch经验，在这个趋势面前正在贬值。

但让我失眠的不是"被替代"，是那张架构图里我看到了一个所有人都忽略了的问题——他们的RAG系统，检索质量很差。

---

二、RAG的检索问题，就是搜索问题

那个创业公司的RAG系统，我后来仔细看了他们的demo。

用户问：“公司的差旅报销标准是什么？”

系统返回了一段文档，内容是差旅报销流程，不是标准。回答自然答非所问。

用户又问：“年假跟病假可以连休吗？”

系统返回了一段年假政策的文档和一段病假政策的文档，但没有返回"连休"相关的规定。因为向量相似度太低——"连休"这个词在文档里出现的频率很低，向量距离偏远。

这些问题的本质是什么？是检索质量问题。

而检索质量问题，恰恰是我做了五年搜索引擎最擅长的事。

RAG系统的检索层，跟传统搜索引擎面临的问题是同一类问题——怎么从海量文档中找到最相关的结果。只不过：

• 传统搜索用的是倒排索引+BM25打分
• RAG用的是向量索引+余弦相似度打分
• 更好的RAG用的是混合检索（向量+关键词）

但无论用什么索引，核心问题没变：

召回率。 用户的问题能不能匹配到正确的文档？向量检索能捕捉语义相似性，但对精确匹配（人名、产品名、错误码）反而不如关键词检索。这也是为什么那个demo里搜"差旅报销标准"没搜到——"标准"这个词在向量空间里跟"流程"距离很近，导致召回偏了。

排序质量。 召回的文档里，哪个最相关？向量相似度只是一个信号，还需要其他信号来辅助排序——文档权重、时效性、点击反馈。这些在传统搜索里叫Learning to Rank，在RAG里还没有成熟的方案。

Query理解。 用户问"年假跟病假可以连休吗"，这里有一个隐含的查询意图——“连休的合规性”。向量检索把"年假"和"病假"分别做了语义匹配，但没有理解"连休"这个意图。传统搜索引擎有Query Rewriting（查询重写）来处理这类问题，RAG系统几乎没有。

看到这些问题的时候，我不慌了。因为我知道，这些问题，就是我五年搜索引擎经验的用武之地。

---

三、我做的第一个RAG项目

12月，公司让我做一个内部技术文档问答系统。需求很简单：把散落在各处的技术文档（Confluence、飞书、GitLab Wiki）汇总起来，做一个问答机器人。

技术团队的建议是用LangChain + ChromaDB + GPT-4搭一个标准RAG。说一周就能搞定。

我说让我试试，我有个不同的思路。

我做的第一个决策：不用纯向量检索，用混合检索。

具体架构：

文档处理层。

• 文档分块：不用固定长度切分，而是按标题层级+段落语义切分。每一块保留它在文档树中的位置信息（第几章第几节）。
• 向量化：用bge-large-zh做embedding。
• 关键词索引：同时建一份Elasticsearch倒排索引，用IK分词器做中文分词。

检索层。

• 向量检索：用Milvus做ANN检索，Top-K=20。
• 关键词检索：用Elasticsearch做BM25检索，Top-K=20。
• 融合排序：用RRF（Reciprocal Rank Fusion）把两路结果融合，再用bge-reranker做rerank，取Top-5。
• Query扩展：用LLM做Query Rewriting——把用户的原始问题扩展为3个语义等价的变体，分别检索后取并集。

这个架构跟传统搜索引擎的多路召回+排序架构，本质上是一样的。只不过召回通道从"倒排索引+向量索引"变成了"BM25+向量+LLM Query扩展"，排序从"BM25+人工规则"变成了"RRF+Cross-Encoder rerank"。

生成层。

• 把Top-5文档块作为context，喂给GPT-4生成回答。
• 关键设计：要求模型在回答中引用原文片段，标注来源。如果检索结果不足以回答问题，要求模型说"根据现有文档无法回答"。

上线之后的效果：

标准RAG方案（纯向量检索）的准确率大概在55-60%之间——10个问题里有4-5个答非所问。

我的混合检索方案，准确率达到了82%。10个问题只有不到2个答不准。

差距出在哪？出在召回和排序上。纯向量检索对精确匹配和query意图理解的覆盖不够，混合检索+rerank+query扩展把这些问题解决了。

而这些解决方案的思路，全来自我五年的搜索引擎经验。

---

四、RAG系统真正的难点

做了这个项目之后，我越来越确信一件事：RAG系统的技术门槛不在生成层（大模型API谁都能调），在检索层。而检索层的技术门槛，恰恰是大部分AI团队最薄弱的地方。

大部分做RAG的团队，技术栈是这样的：Python + LangChain + ChromaDB + OpenAI API。他们的检索方案就是"embedding + cosine similarity"，连rerank都不做。

这种方案在demo里很好看，但一上生产就出问题：

文档量大的时候，向量检索的精度下降。 10万篇文档的时候，Top-K召回的结果里有大量"语义相关但不直接回答问题"的文档。用户问"Python怎么读Excel"，向量检索返回了"Python怎么读CSV"“Java怎么读Excel”“Python怎么写Excel”——语义都挺近，但都不直接回答问题。

专业术语的向量表示不好。 "K8s的HPA"和"Kubernetes的Horizontal Pod Autoscaler"指的是同一个东西，但向量距离可能很远。这种同义词/缩写问题，传统搜索引擎用同义词词典和Query扩展来处理，RAG系统很少做。

长文档的上下文丢失。 一个50页的技术文档，被切成200个512-token的块。每个块独立做向量化，丢了文档结构信息。用户问"第三章说的那个架构跟第五章说的有什么区别"，RAG系统完全答不了——因为每个块都是孤立的，没有章节关系。

这些问题，传统搜索引擎领域早就有了成熟的解决方案——多字段检索、文档层级建模、Query意图分类、点击模型排序。只不过做RAG的人大多来自AI/ML背景，没做过搜索引擎，不知道这些方案。

---

五、我后来做了什么

第一件事：做了一套完整的RAG检索引擎。

不是用LangChain搭积木，是从头写了一套检索引擎：

• 支持向量检索、BM25检索、混合检索三种模式
• 内置Query Rewriting模块——用LLM做query扩展、query分解、query补全
• 内置rerank模块——支持Cross-Encoder、ColBERT、LLM-as-Judge三种rerank策略
• 支持文档层级建模——文档块保留章节关系，可以做跨章节检索
• 内置评测框架——自动跑一组测试query，计算召回率、准确率、MRR等指标

这套引擎在公司内部用了三个月，服务了6个不同的知识库项目。平均准确率从55%提升到了85%以上。

第二件事：开始做RAG评测和优化咨询。

我发现很多公司的RAG系统都有同样的问题——demo很好看，上线就不行。但他们的团队不知道问题出在哪，以为是"模型不够强"或者"Prompt没写好"。

实际上90%的问题出在检索层。我开始帮这些公司做RAG系统的诊断和优化：

• 跑一套评测集，定位是召回率不够还是排序质量不行
• 如果是召回率不够，看是向量模型的问题还是分块策略的问题
• 如果是排序质量不行，加rerank或者调融合权重
• 如果是query理解问题，加query rewriting

这个咨询需求量极大。因为上了RAG的公司越来越多了，但懂检索优化的工程师太少了。

---

六、写在最后

我以前觉得，搜索引擎工程师的护城河是"会调Elasticsearch"“懂BM25打分”。

现在我觉得，护城河是"理解检索系统的设计方法论"——怎么建索引、怎么做召回、怎么排序、怎么理解query意图、怎么做评测。这些方法论不会因为底层从倒排索引变成向量索引就失效。

RAG系统的核心不是生成，是检索。而检索这件事，搜索引擎工程师已经做了二十年。

如果你也在做搜索引擎，也在担心被向量检索替代，我的建议是：别去跟向量模型比语义理解，去把你的检索工程经验用到RAG系统上。混合检索、query理解、rerank、评测框架——这些RAG系统最缺的东西，恰好是你最擅长的。

做了五年搜索引擎，我以为自己在一个被向量检索蚕食的旧领域。
现在发现，RAG给了我一个更大的舞台——只不过换了个名字，问题还是那些问题。

检索的本质没有变。变的只是索引的方式和打分的函数。

想入门 AI 大模型却找不到清晰方向？备考大厂 AI 岗还在四处搜集零散资料？别再浪费时间啦！2025 年 AI 大模型全套学习资料已整理完毕，从学习路线到面试真题，从工具教程到行业报告，一站式覆盖你的所有需求，现在全部免费分享！

👇👇扫码免费领取全部内容👇👇

​

一、学习必备：100+本大模型电子书+26 份行业报告 + 600+ 套技术PPT，帮你看透 AI 趋势

想了解大模型的行业动态、商业落地案例？大模型电子书？这份资料帮你站在 “行业高度” 学 AI：

1. 100+本大模型方向电子书

2. 26 份行业研究报告：覆盖多领域实践与趋势

报告包含阿里、DeepSeek 等权威机构发布的核心内容，涵盖：

• 职业趋势：《AI + 职业趋势报告》《中国 AI 人才粮仓模型解析》；
• 商业落地：《生成式 AI 商业落地白皮书》《AI Agent 应用落地技术白皮书》；
• 领域细分：《AGI 在金融领域的应用报告》《AI GC 实践案例集》；
• 行业监测：《2024 年中国大模型季度监测报告》《2025 年中国技术市场发展趋势》。

3. 600+套技术大会 PPT：听行业大咖讲实战

PPT 整理自 2024-2025 年热门技术大会，包含百度、腾讯、字节等企业的一线实践：

• 安全方向：《端侧大模型的安全建设》《大模型驱动安全升级（腾讯代码安全实践）》；
• 产品与创新：《大模型产品如何创新与创收》《AI 时代的新范式：构建 AI 产品》；
• 多模态与 Agent：《Step-Video 开源模型（视频生成进展）》《Agentic RAG 的现在与未来》；
• 工程落地：《从原型到生产：AgentOps 加速字节 AI 应用落地》《智能代码助手 CodeFuse 的架构设计》。

二、求职必看：大厂 AI 岗面试 “弹药库”，300 + 真题 + 107 道面经直接抱走

想冲字节、腾讯、阿里、蔚来等大厂 AI 岗？这份面试资料帮你提前 “押题”，拒绝临场慌！

1. 107 道大厂面经：覆盖 Prompt、RAG、大模型应用工程师等热门岗位

面经整理自 2021-2025 年真实面试场景，包含 TPlink、字节、腾讯、蔚来、虾皮、中兴、科大讯飞、京东等企业的高频考题，每道题都附带思路解析：

2. 102 道 AI 大模型真题：直击大模型核心考点

针对大模型专属考题，从概念到实践全面覆盖，帮你理清底层逻辑：

3. 97 道 LLMs 真题：聚焦大型语言模型高频问题

专门拆解 LLMs 的核心痛点与解决方案，比如让很多人头疼的 “复读机问题”：

三、路线必明： AI 大模型学习路线图，1 张图理清核心内容

刚接触 AI 大模型，不知道该从哪学起？这份「AI大模型 学习路线图」直接帮你划重点，不用再盲目摸索！

路线图涵盖 5 大核心板块，从基础到进阶层层递进：一步步带你从入门到进阶，从理论到实战。

L1阶段:启航篇丨极速破界AI新时代

L1阶段：了解大模型的基础知识，以及大模型在各个行业的应用和分析，学习理解大模型的核心原理、关键技术以及大模型应用场景。

L2阶段：攻坚篇丨RAG开发实战工坊

L2阶段：AI大模型RAG应用开发工程，主要学习RAG检索增强生成：包括Naive RAG、Advanced-RAG以及RAG性能评估，还有GraphRAG在内的多个RAG热门项目的分析。

L3阶段：跃迁篇丨Agent智能体架构设计

L3阶段：大模型Agent应用架构进阶实现，主要学习LangChain、 LIamaIndex框架，也会学习到AutoGPT、 MetaGPT等多Agent系统，打造Agent智能体。

L4阶段：精进篇丨模型微调与私有化部署

L4阶段：大模型的微调和私有化部署，更加深入的探讨Transformer架构，学习大模型的微调技术，利用DeepSpeed、Lamam Factory等工具快速进行模型微调，并通过Ollama、vLLM等推理部署框架，实现模型的快速部署。

L5阶段：专题集丨特训篇 【录播课】

四、资料领取：全套内容免费抱走，学 AI 不用再找第二份

不管你是 0 基础想入门 AI 大模型，还是有基础想冲刺大厂、了解行业趋势，这份资料都能满足你！
现在只需按照提示操作，就能免费领取：

👇👇扫码免费领取全部内容👇👇

​

2025 年想抓住 AI 大模型的风口？别犹豫，这份免费资料就是你的 “起跑线”！