RAG 消失之路
RAG 终会消失 RAG 每个环节都藏着工程"暗伤"： 切片策略是玄学：按段落切？按 Token 数切？重叠多少？切片粒度直接影响检索质量，却没有银弹。 Embedding 是黑盒：换个 Embedding 模型，检索效果可能天差地别。而且向量只是原文的一个"有损压缩"，信息必然丢失。 索引更新是噩梦：文档改一行，可能需要重新切片、重新 Embedding、重新写入。实时性？基本别想。 基础设施是成本：Milvus、Qdrant，Pinecone……光是向量数据库的选型、部署、运维就能消耗大量精力。 详见站内专题：大模型应用技术之RAG，检索增强生成 ...