规模化工具发现：为何纯嵌入检索在超过 20 个工具后开始失效
当AI智能体的工具库超过20个后，平面嵌入检索就会崩溃。本文解析其失败原因、结构化能力元数据的形态，以及分层路由器如何解决更好的工具描述无法修复的架构问题。
知识时效路由：在生产 AI 中将查询匹配到正确的时间层
生产 AI 系统同时承载四个不同新鲜度层级的知识——参数化权重、RAG 索引、会话上下文和实时检索。将查询路由到错误的层级会产生自信但错误的答案，且没有任何可见的错误信号。
“什么发生了变化”查询是你的索引无法回答的 RAG 问题
向量相似度检索会将同一文档的两个版本视为近乎相同，因此在处理不断演进的文档时，任何 RAG 系统在处理增量查询时都会静默地产生“没有任何变化”的幻觉。本文将解释这种失败为何是结构性的，以及一个能够感知变化的索引究竟长什么样。
你的 Embedding 模型选择决定了 RAG 的上限，而 LLM 无法突破它
Embedding 模型决定了 RAG 质量的上限，而更换 LLM 无法提升该上限。本文提供了一个实用的选择框架：领域匹配、维度选择、多语言表现和指令微调。
Reranker 是你 RAG 评估中从未衡量的“静默”第二个模型
大多数 RAG 流水线串联运行两个模型 —— 检索器和重排序器 —— 但评估套件通常只对生成器的输出进行评分。当 reranker 发生漂移时，仪表盘显示答案质量下降，却找不到因果关系。本文将介绍如何构建能够捕捉这些静默回归的 reranker 评估。
检索膨胀：当“加个 RAG 就行”变成架构上的干扰
通过添加检索步骤来修复每个模型失败看似是进步，直到你的系统变成一堆检索器的堆砌，拼凑出的提示词依然无法解决原始问题。本文提供了一套针对 RAG 的诊断框架、消融实验准则和复杂度预算。
你的向量数据库也有热点 Key：为什么 ANN 索引在生产成本上“撒了谎”
公开的 ANN 基准测试通常运行均匀的查询负载，但在生产环境中检索是齐夫分布（Zipfian）的 —— 这种差异表现为分片过载、RAM 浪费以及超出预期的 p99 延迟。
RAG 流水线中被你忽略的查询重写层
大多数检索失败源于查询形态的问题，而非嵌入模型本身。本文将深入探讨 HyDE、查询分解、多查询并行分发以及排名融合等技术，并教你如何在盲目更换编码器之前，诊断出你的 RAG 流水线真正需要的优化方案。
无结果并不代表不存在：为什么智能体将检索失败视为证明
那些回答“无结果”的智能体很少是在对现实世界做出陈述。它们只是将一个空数组描述为一种证明——而这正是隐性生产事故产生的原因。
向量检索中的流行度偏见：为什么相同的五个文本块总是主导每个查询
为什么少数文本块会主导每个 RAG 查询 —— 高维中心点（Hubness）和 ANN 图结构如何默默地瓦解了检索多样性，以及保持长尾内容活力的诊断方法与缓解策略。
你的 RAG 分块器是一项无人 Review 代码的数据库 Schema
将你的 RAG 分块器视为预处理，每一次边界微调都会变成一次静默的 Schema 迁移。对其进行版本管理、灰度发布，并同步负责检索评估。
分块策略是 RAG 流水线中隐藏的核心决策
你在索引阶段确定的分块大小和边界策略决定了 RAG 系统的质量上限。本文将介绍如何正确调优，并在回归问题演变为无声故障前捕获它们。