憑感覺抓味道會燒鍋，照清單找食材才不會：一篇 RAG 文章的廚房翻譯

2026 年 10 月 9 日，掘金上一篇技術長文被工程師圈熱議：為什麼大公司的 RAG 系統，從來不靠純向量檢索？文章的結論很直白：只靠語意相似度，專有名詞會搜錯、產品型號會串、程式碼關鍵字會漏，最後還得請出老派的 BM25 關鍵詞檢索來兜底。

這句話翻成廚房語言，你大概馬上就懂了。

憑感覺做菜，和照著食譜找料

向量檢索像什麼？像一個做菜全憑手感的人。你說「想喫點暖暖的、有點家常的」，他端出一鍋薑絲蛤蠣湯，也可能端出一碗麻油雞，兩者都對，也都差一點。語意模糊的時候，這種人很厲害。

但你問他「阿嬤那罐民國八十幾年買的豆瓣醬放在哪」，他就開始在整個儲藏室裡抓「類似的味道」。文章裡舉的例子是：你搜「華為 Mate60 Pro 拆機」，向量檢索會把 Mate50、Mate70 的內容全撈回來，語意相近，可是你要的那一篇被擠到後面。廚房版本就是：你要的是那一罐，他給你一整排長得像的醬料，紅燒的、乾燒的、辣豆瓣，瓶身都油亮亮的，開起來味道也像，但炒出來的菜就是差那麼一口。

文章說，BM25 的邏輯是「有詞就打分、沒詞就零分」。這其實和你家那本貼好標籤的調味架是同一件事：標籤上寫「白醋」就是白醋，不會因為烏醋看起來也是深色液體就被牽拖進來。我們先前寫過的查食材不用翻整個冰庫，講的也是這種分寸：索引存在的意義，就是讓你不用把整個冷凍庫倒出來翻。

「的、了、是」不配進鍋：稀缺的才值得放

BM25 靠兩個東西打分：詞頻 TF，和逆文檔頻率 IDF。後者的意思是，一個詞越少見、越稀有，權重越高。文章舉例，有人搜「SpringBoot 事務失效場景」，拆出來的詞裡，「的、了、是」幾乎每篇文檔都有，權重趨近零；「SpringBoot」「事務失效」少見、辨識度高，權重極高。

這簡直是熬高湯的道理。一鍋湯什麼都放的話，就什麼味道都不是。老師傅下手，蔥薑米酒這種到處都用的東西給得節制，真正稀缺的那一味，乾貨、陳年醬、一小把金華火腿，才是整鍋湯的辨識度所在。停用詞就是那些「的、了、是」：每一鍋都有，等於沒有。

兩種人，一張餐桌

文章最後的核心主張其實很溫和：向量負責讀懂意思，BM25 負責認準關鍵詞，兩者搭配才有準確率。翻回餐桌，就是家裡最好有兩種人。一種懂你今晚想喫什麼心情，一種記得住醬油擺在哪一層、哪一罐是上次用完的。只靠前者，你會喫到一堆「差不多」的菜；只靠後者，你永遠點不出新的東西。

下次你在超市貨架前猶豫，想買「那個喫起來像小時候的什麼餅」，記得也把包裝上的名字看清楚。憑感覺找到的常常很好喫，但只有名字對得上，你才回得了第二次家。