AI搜索的常见误区
DisastrousMenu4575 · reddit · 2026-07-17
这篇帖在拆解所谓“AI-native search”的常见实现方式：很多系统本质上还是**关键词搜索 + 向量层/重排**，而不是从头构建新的检索范式。 作者认为问题主要有三点： - **意图理解不足**：只靠 token 匹配或通用 embedding，容易得到“差不多”而非真正相关的结果。 - **排序静态**：很多方案不会根据点击、加购、停留等真实行为持续更新排序。 - **管线割裂**：embedding 生成、存储、检索分成多个服务，维护和故障点都变多。 他提到 Marqo 的做法是把整套搜索管线作为一个产品来卖，并基于客户自己的商品目录和行为数据训练排序，而不是只提供通用向量库。帖子最后也在征求实践经验：大家是自己拼接技术栈，还是用一体化平台；以及“基于自家数据训练”到底值不值。