SH

Soloharness

概念 · 辨析 · Agent

← 返回概念辨析

Concept Contrast Fable

嵌入和嵌入

同一个中文词「嵌入」,在不同语境里指两种东西。不加 s 的 embedding 是概念——把一个东西表示成向量的思想和方法。加 s 的 embeddings 是产物——训练或推理后得到的那一串数字。讨论架构时说 embedding,查接口文档时说 embeddings,混着用会导致工程和算法说不到一起。

寓言

蓝图的画法和蓝图本身

建筑设计院有两个团队:方案组和出图组。方案组负责设计建筑方案,定平面、剖立面、材料规格。出图组负责根据方案绘制施工蓝图,每张图上标满尺寸、标高、节点大样。

新来的项目经理小方主持一个住宅项目。第一次设计协调会上,方案组说「蓝图已经定了」,出图组说「蓝图还没出完」。小方愣住了——你们说的蓝图是同一件事吗?

开了几次会小方才搞清楚。方案组说的「蓝图」指的是设计方法:用什么结构体系、走什么风格、空间怎么组织。出图组说的「蓝图」指的是图纸本身:每一张标注完整的施工图。方案组决定了蓝图怎么画,出图组产出可以拿去施工的蓝图。

小方在合同里也踩了坑。甲方要求「交付所有蓝图」,设计院理解为交付设计理念和核心图纸,甲方理解为交付每一根管线的施工详图。双方拿着同一份合同,因为「蓝图」在各自语境里指向不同对象,交付时吵了整整两周。

小方后来定了一套规矩。院内的文件、会议和合同里,把两者拆开。「设计方法」指方案层面的思想、模型和架构。「施工图纸」指可交付的工程文件。任何人都不能用「蓝图」一个词同时指两件事。

有一次甲方技术负责人来交流,说了句「我们想要更好的嵌入」。小方听到后没有直接答应,而是追问了一句:你说的嵌入,是指用哪种方案做向量化,还是指最终产出的那批向量数据?对方愣了一下说:我两种都想要。小方说:好,那我们分开聊。先定方案,再定数据规格。

几个项目下来,小方总结了一条经验:当一个词在抽象概念和具体产物之间摇摆时,最容易制造沟通债务。双方都以为在聊同一件事,项目推进到一半才发现一个人在设计方法论,另一个人在等交付文件。

年终总结的最后一页,小方写了四个字:命名词即定义。一个词如果承载了两层意思,要么拆成两个词,要么每次使用前先声明当前语境。这件事不酷,但省下的返工时间够做完半个项目。

嵌入

将离散对象(词、句子、图像、用户)映射到连续向量空间的表示学习方法。它是一个抽象概念和技术范式,描述的是「把东西变成向量」的思想和模型。

嵌入

具体的向量数据产出,即模型对特定输入计算后得到的数值数组。它是 embedding 技术的结果产物,存储在向量数据库中用于相似度检索。

故事对应

  • 方案组的「蓝图」:embedding 概念——把东西表示成向量的思想和方法。
  • 出图组的「蓝图」:embeddings 产物——训练或推理后得到的具体数值向量。
  • 合同里的交付纠纷:同一个词指向不同对象时,需求和验收标准会分裂。
  • 小方的追问习惯:在技术讨论中主动区分「方法」和「数据」,避免歧义积累。
  • 命名词即定义:一个术语承载两层含义时,必须显式拆分语境。

落到项目里

写技术文档和接口协议时,embedding 和 embeddings 分开使用。讨论模型选型和训练方案时用 embedding(概念层),讨论向量维度、存储格式和检索参数时用 embeddings(数据层)。API 设计里,embedding model 指模型端点,embeddings endpoint 指向量产出端点。如果团队内部已经混用很久,做一次术语对齐会议,产出词汇表贴在项目首页。