← 返回概念解读

Concept Fable精修版

混合搜索

Hybrid Search · Retrieval method

先读故事。这里不急着给定义,先让问题自己长出来。

寓言故事

两位寻书人终于学会一起出门

书楼里有两位馆吏。一位擅长按字找书,只要读者说出书名、作者或独特词句,他就能很快翻到。另一位擅长听意图,哪怕读者说得含糊,也能猜到他要解决什么问题。

起初,馆长让按字馆吏独自值班。有人找《南堤水患记》,他一找就中;可农夫问“田边老是积水怎么办”,他翻遍题名也找不到几本好书。

馆长又让听意图的馆吏值班。农夫满意了,学者却急坏了。学者明明要某篇带有罕见地名的旧文,馆吏却推荐了意思相近的水利书,偏偏不是那一篇。

第一次修补,是让两人轮流接待。结果读者要先猜自己属于哪类问题,猜错了仍然白跑。馆长这才发现,问题不在谁更强,而在不同线索各有盲处。

后来,两位馆吏同坐一张桌。读者说出请求后,一边按字面找精确命中,一边按意思找相近材料,再把两份候选合在一起排序。罕见词不会被淹没,模糊意图也不会被忽视。

有时两人意见冲突,馆长就看场景:找法条原文,字面权重高;找解决办法,意图权重高;既要原文又要背景,就让两种线索互相补位。

馆长还给合并结果设了复查。若字面命中的书和意图命中的书同时出现,就优先看二者重叠处;若完全分开,就根据读者目的调整排序,而不是简单相加。馆长还发现,两位馆吏的结果不能简单各取一半。读者带着编号来,字面命中几乎决定成败;读者只描述问题,意思相近更关键。好的合并要懂场景,否则两种线索相加也会变成新的噪声。书楼后来把错例挂出来训练新人。哪些错来自只看字,哪些错来自只猜意图,一眼就能分清。馆长说,线索越多,越要知道哪条线索在此刻更可信。

书楼因此少了许多抱怨。人们明白,好的寻找不必押注单一方法。精确词像门牌,意思像街区;门牌和街区一起用,才更容易把人带到真正需要的书前。

揭示

这个故事讲的是:混合搜索

混合搜索(Hybrid Search)是把关键词/稀疏检索(如 BM25)和向量/语义检索结合起来的检索方法。关键词检索擅长精确匹配专有名词、编号、代码、法规条款;向量检索擅长找到字面不同但意思相近的内容。企业 RAG 常需要两者结合,再通过合并、去重、权重融合和 reranker 重排,提高召回质量。

它重要的地方在于:它不只是一个术语,而是在真实 AI / Agent 系统里会反复出现的结构性问题。理解它,才能判断什么时候该加模型,什么时候该改流程,什么时候该补治理。

隐喻映射

  • 眼睛很尖的寻书人:关键词检索、BM25、倒排索引
  • 感觉很准的寻书人:向量检索、embedding、语义搜索
  • BM25 这类明确词:字面精确匹配的优势场景
  • 按关键词权重找资料的老办法:同义表达导致关键词检索漏召回
  • 合同第 7.2 条:向量检索可能不擅长精确编号和符号匹配
  • 两人同时出门:混合搜索同时使用稀疏检索和稠密检索
  • 合并、去重、重新排队:结果融合、dedup、score normalization 和 reranking
  • 中文新规与英文旧通知同时出现:混合搜索适合跨语言、专名、同义表达混在一起的企业知识库

Soloharness 判断

这个概念的实战价值,是帮你把“看起来聪明的 AI 功能”拆成可交付、可验收、可治理的工作单元。

BM25sparse retrievaldense retrievalembeddingsrerankingsemantic search

相关辨析

这个概念容易和相邻概念混用,建议继续看对比页。