检索与上下文

本文总结找到相关的只是第一步，还得看证据覆盖到哪、有没有重复、漏没漏掉反面的条款。

在 Agent 里，检索要回答的不止“哪段文本最像”。它至少要管四件事：按什么单位找；找回来的东西能不能支持结论；有没有重复、有没有漏掉反面证据；找不到的时候，结论要收窄到什么程度。面试向的完整链路（切分、混合召回、重排、评估）见 RAG（面试）；它在整个系统里的位置见主线第 3 站。

检索对象：文档、段落、实体，还是关系？

检索单位决定了你能回答什么问题：

单位	能回答	典型问题	风险
文档	"哪份文件讲了这件事"	找到《差旅费管理办法》	太粗，需要再定位
段落 / 条款	"具体怎么规定"	市内交通费超标怎么处理	脱离上下文后缺主语、缺条件
实体	"某个对象的属性"	某城市属于哪一档标准	依赖实体抽取和消歧质量
关系	"谁和谁有什么联系"	超标审批归哪一级负责人	关系抽错会被当成事实使用

常见做法是几种单位配合着用：用段落召回，命中后扩展到它所在的章节（父子块），需要多跳时再沿关系走一步。比如召回了第 4.2 条里“超标部分需经审批”这一句，单看这句不知道说的是哪类费用，扩到父块，拿到章节标题“市内交通”，条件才完整；再问“谁来审批”，就沿着组织关系查这位员工的部门负责人。图谱能提供关系导航，但它替代不了向量检索，见图谱。

重复、反证与覆盖缺口

上下文窗口就那么大，重复内容是看不见的浪费。overlap、父子块、多 query 召回都可能让同一段内容出现好几次，把本该进来的其他证据挤出去。比如前 5 条结果里有 3 条都是第 4.2 条（一次原文、一次父块、一次另一个 query 召回的同一段），真正讲审批流程的第 6.1 条就被挤到了第 6 名。

去重也要小心，近似重复不等于意思相同。同一条款的两个版本可能只差一个数字，去重时删掉一个，冲突就正好被藏起来了。

反证更容易漏。检索默认按“和问题像不像”排序，而问题本身常带着倾向（“还能报吧？”），排在前面的多是支持性的材料，“但书”“除外情形”这类限制条款可能排得很靠后。可以专门针对限制条件再检索一次（“不予报销的情形”“例外”），或者在评估集里专门放几道“有限制条款”的题。

覆盖缺口是说问题有好几个要素，证据只覆盖了一部分。比如员工问“能不能报，要谁审批”，证据只说了能报，没说审批人。这时回答只对覆盖到的部分下结论，对没覆盖的部分直说“制度里没找到”，别顺手编一个“由部门经理审批”。

没有全文时，怎么限制结论范围？

很多时候手上只有片段、摘要，或者搜索结果里的一句摘要，拿不到原文全文。这时：

结论带上依据范围。写“根据检索到的第 4.2 条……”，不写“公司规定……”。
不对片段以外的内容做推断，尤其是数字、条件和例外。片段里只出现了“标准 80 元”，就别推断“夜间可以上浮 20%”。
标出缺口，给出下一步：去读全文、换一个数据源，或者转人工确认。
高风险结论（会触发后续动作的）在证据不完整时不放行，交给人工确认。

三种检索方式的适用场景

方式	擅长	不擅长	适合的对象
词法（BM25、grep）	编号、专有名词、错误码、精确短语	同义改写、口语提问	条款号、代码、日志
向量	语义相近、问法与原文用语不同	精确数字和编号	自然语言段落
关系（图谱、结构化查询）	多跳关联、属性查询、汇总	开放式文本问答；构建和维护成本高	实体、组织架构、审批关系

两个例子对照着看：员工直接搜“第 4.2 条”，BM25 一下就能对上，向量检索反而可能把“第 4.3 条”排在前面，因为两段的语义几乎一样；员工问“打车太贵了能不能多报点”，原文里根本没有“太贵”“多报”这些词，这时向量检索更容易找到讲超标处理的条款。

生产系统通常把词法和向量并行召回，再融合排序。有现成结构化数据时，关系类问题优先直接查数据库，没必要从文本里重新抽。哪种组合更好，只能在具体任务的评测上比，指标口径见 RAG 实验室：把检索质量算清楚。

和记忆、上下文的边界

检索知识库拿到的是领域知识，读记忆拿到的是和这个用户、这个任务有关的信息，两者最后都会拼进这一轮的上下文。报销案里，第 4.2 条来自知识库，“这位员工默认成本中心是 B”来自记忆。底层也许都用向量检索，但写入方、生命周期和权限隔离都不一样，不要混在一个库里存。

仍待补充

在同一组报销制度问题上，实际比较词法、向量、混合、“混合 + 重排”四种设置的召回和回答正确率，并记录无答案题的拒答表现。目前这里只写了方法和判断依据，还没有自己的比较结果。