寓言
老书库的档案员和柜台上的查档台
老书库藏了三百年档案,雇了一位档案员老周。老周的活不只是在架子上找书——他要先把每年新入的档案拆成不同大小的卷宗、给每卷挂上标签,然后按标签建检索卡,再决定哪些书脊上要写多长摘要。外人眼里,他做的事就两个动作:接查询条、递档案。
后来书库在正门口设了一台查档台,让访客自己在台子上输入问题,机器对着检索卡库找出相关档案摘抄几段,拼成一段回复递给访客。访客们大喜,觉得终于不用等老周了。
问题出在第二个月。一位学者来查本省的盐铁税账,查档台告诉他某年税额为三万两。学者摘录后发表,被期刊审稿人指出数字完全错误。学者怒冲冲回到书库,老周翻出同一批检索卡,指着一条批注说:查档台抽到的是当季预估数,实收数在下一卷,但它没看懂卷与卷之间的承接关系,就信心十足地引用了。
书库于是召集老周和查档台的工程师对坐了一整天。工程师才发现,之前他们只改了检索卡库的标签体系,没有检查检索排序规则——查档台总是把标题最像的档案排第一,从来不追问这份档案是不是权威版本、有没有勘误。
老周画了一张图:从原始档案到检索卡到排序规则到摘抄逻辑再到最终回复,每一步都可能出错。查档台只是这张图的最上层界面,把它修好要动的是底下好几层——拆分方式、标签策略、排序权重、来源标注习惯。而这些都不是在知识库里多加几本书能解决的。
最后书库立了一个新规矩:以后有人反馈回答不准,先在检索卡旁边写争议标记,不急着拆档案。连续十次争议指向同一个标签策略,才轮到这个标签被重做。老周说这是治本,不是治标。
学者后来再来,发现查档台每段引用后面都标了来源档案号和是否权威版本,他不再需要回到老周那里验证。书库门口多了一行字:搜得着和讲得对中间隔着一整条工程。
年终时,书库把查档台的费用从采购预算改成了运维预算——因为它的真正成本不在那台机器,在于持续优化检索链路的人。