RAG 比你想象的更简单

RAG Is Simpler Than You Think

别再盲目堆砌向量数据库和复杂的 reranking 流程了。大多数 RAG 系统过度工程化，而用户其实只想快速找到“如何重置密码”的文档。文章指出，应优先从 BM25 全文检索入手，配合 LLM 进行 query rewriting，这往往能解决 90% 的问题。只有在数据量大、查询模式复杂或需要语义理解时，才考虑引入 embeddings 或混合检索。根据数据更新频率、查询量和团队能力，选择从简单到复杂的六种架构，避免在模型更新时面临重新 embedding 百万文档的噩梦。