第一篇：RAG 为什么还在被低估？
如果你做过 RAG 项目，大概率经历过这种场景：Demo 跑得很漂亮，一上生产就翻车——用户问"公司报销流程"，系统回答"请咨询财务部门"，但答案明明就在员工手册第 12 页。
问题出在哪？不是模型不够强，也不是向量库不够快，而是 RAG 从来不是一个"库+模型"的简单拼接，而是一条精密的流水线。任何一个环节掉链子，最终回答都会崩。
一、RAG 的五个"隐形瓶颈"
大多数人理解的 RAG 是这样的：
用户提问 → 向量化 → 检索相似片段 → 塞进 Prompt → LLM 回答
实际生产环境里，这条链路至少有五个地方会出问题：
1. 文档解析就错了
PDF 里的表格被拆成乱序文本，PPT 里的图片完全丢失，Word 里的脚注被吞掉。垃圾进，垃圾出——解析阶段丢的信息，后面再也找不回来。
2. 切片切碎了语义
固定长度切片把一个完整段落切成两半，前半段在 chunk_12，后半段在 chunk_13。用户问的问题恰好需要完整上下文，结果两个 chunk 的相似度都不够高，都没被召回。
3. 向量检索"看起来相关"
向量相似度衡量的是语义接近度，不是事实相关性。用户问"2024 年 Q3 营收"，可能召回一堆提到"营收"但年份不对的片段，因为语义上确实很接近。
4. 上下文塞满了噪声
召回 10 个 chunk，其中 6 个其实没用。LLM 的注意力被稀释，反而更容易产生幻觉。召回越多不一定越好，关键是要准。
5. 答案无法追溯
用户问"这个结论哪来的"，系统答不上来。没有引用来源的 RAG，在企业场景里几乎不可用——没人敢为一个"黑箱答案"负责。
二、一个完整的 RAG 流水线长什么样
┌─────────────┐
│ 文档入库 │ PDF/Word/HTML/图片 → 解析 → 清洗 → 切片
└──────┬──────┘
↓
┌─────────────┐
│ 向量化 │ Embedding 模型 → 写入向量库
└──────┬──────┘
↓
┌─────────────┐
│ 检索 │ 用户 Query → 向量化 → 向量检索 + BM25 → 混合召回
└──────┬──────┘
↓
┌─────────────┐
│ 重排序 │ Reranker 对召回结果重新打分，取 Top-K
└──────┬──────┘
↓
┌─────────────┐
│ 上下文组装 │ 去重 + 排序 + 引用标注 + 窗口裁剪
└──────┬──────┘
↓
┌─────────────┐
│ 生成 │ LLM 基于上下文生成答案 + 引用来源
└──────┬──────┘
↓
┌─────────────┐
│ 评估 │ 相关性 / 忠实度 / 召回率 / 延迟 / 成本
└─────────────┘
每个环节都可以独立优化，也都有各自的坑。这个系列会逐个拆解。
三、为什么现在写 RAG 系列？
2024 年的 RAG 还在"跑通就行"，2025-2026 年的 RAG 已经进入工程化深水区：
- 评估标准化：RAGAS、DeepEval、TruLens 让 RAG 效果可以量化对比，不再凭感觉
- 检索混合化：纯向量检索被证明不够，Hybrid Search（向量 + BM25 + Rerank）成为标配
- 架构多样化：GraphRAG、Agentic RAG、Self-RAG 等新范式不断涌现
- 可信要求提高：企业场景要求答案可追溯、幻觉可控、引用可查
换句话说，RAG 的门槛变高了——会调 faiss.add() 已经不够，需要理解整条链路的每个环节。
四、这个系列怎么写？
不堆概念，不讲"什么是向量数据库"这种基础科普。每篇聚焦一个具体环节，给出：
- 问题：这个环节常见的坑是什么
- 方案：当前业界的主流解法
- 代码：可运行的 Python 示例
- 指标：怎么量化这个环节的优化效果
- 选型建议：什么场景选什么方案
系列规划（10 篇）：
| 篇序 | 主题 | 核心问题 |
|---|---|---|
| 1 | RAG 为什么还在被低估？ | 全景认知（本篇） |
| 2 | 文档解析与切片 | PDF/表格/图片怎么处理，切片策略怎么选 |
| 3 | Embedding 与向量检索 | 模型选型、向量库对比、多语言支持 |
| 4 | 召回优化：Hybrid Search | BM25 + 向量 + Reranker 怎么配 |
| 5 | 上下文组装 | 窗口大小、去重、引用标注、防污染 |
| 6 | RAG 评估体系 | RAGAS/DeepEval，怎么建测试集 |
| 7 | 高级 RAG 模式 | GraphRAG / Agentic RAG / Self-RAG |
| 8 | 幻觉控制 | 引用强制、可追溯、"不知道就说不知道" |
| 9 | 性能优化 | 缓存策略、预计算、流式输出、QPS |
| 10 | 实战：企业知识库问答 | 从入库到上线，完整走一遍 |
总结
RAG 不是"调个库就完事"的玩具，而是一条需要精细调优的工业流水线。把每个环节拆开看，问题就没那么可怕了。
