大文件切分别只按字节切

bclavie · x · 2026-07-16

这条转述强调了一个常见工程误区：把大文件塞进 worker 时，很多人习惯按固定字节范围硬切。但字节边界不理解语义，容易把一句话、表格甚至视频场景切断，导致检索质量变差。核心意思是：**切分策略应该按内容结构和语义边界设计**，而不是只追求能装进 worker。