演示总是能成功运行：将 PDF 粘贴到笔记本中，将其分割成片段，使用托管模型进行嵌入，将向量推入索引，然后提出问题。答案随即返回，众人点头，原型在团队频道中获得点赞。随后，有人提出了终结大多数 RAG 项目的问题：当文档发生变更时会发生什么？我曾目睹团队在半天内交付一个向量搜索原型，随后却花费三个月将其转化为真正可运行的系统。困难之处从来不在相似度计算本身，而在于其背后枯燥的运维现实：文档每晚都在更新，索引悄然过时，嵌入模型迎来新版本，而治理团队则希望确切知道哪些数据行生成了哪些答案。