谈锋要解决的问题很具体：非结构化面试里，对话又长又绕，模型和人都需要「刚才到底问了什么、答了什么」。我把面试材料丢进 RAG 之后，第一次检索几乎不能用。
这不是一篇工具安利。只写我改过的三处，以及现在仍然差的地方。
差在哪
相关文档召回率偏低，表现不是「完全搜不到」，而是搜到一堆沾边但不该回答的段落。
典型情况：
- 当前问题在追问「你刚才那个项目的失败原因」，检索却把上一轮自我介绍的开场词送回来。
- 一段对话从中间被切断，召回结果只有半句，模型补全时开始编。
- 同义问法（「为什么停」「后来为啥不做了」）对不上同一段复盘。
所以问题不在「有没有向量库」，在切分、向量、排序三步各自把错误放大。
chunk：不要按固定字数一刀切
最初按固定长度切。面试材料的自然边界是一轮问答，不是第 500 个字。固定窗口会把「问题」和「回答」拆开，检索到半截。
我改成按面试轮次 / 问题块切：一轮问答应尽量落在同一个 chunk 里，过长再在轮次内部按段落拆，而不是从句子中间切开。
改完之后，召回结果至少是「一整轮」，模型才有上下文可写。这是我亲手改过、也最愿意被追问的一步。
embedding：通用向量分不清「追问」
换 embedding 之前，同类追问散得很开。通用中文向量对「刚才那个 / 上一问 / 继续说」这种指代几乎没帮助。
我换成更贴中文问答的模型之后，同一问题的变体才开始聚在一起。这里不写型号排行——型号会过时，后面有空再单独记一次对比。
重排：先多召回，再往当前问题靠
只做向量检索时，「相关」很多，真正能当面试上下文的很少。我加了重排：先多取一些候选，再用和当前问题更贴的分数往前排。
重排前后的差别，用现象说：
- 重排前：列表里前几条看起来都和「项目」有关，但不是这一问。
- 重排后：和当前问句同轮次、同主题的段落才会到前面。
没有内部数据可以公开对比表。能讲的是动作：多召回 → 重排 → 再送给模型。不是接完向量库就结束。
还没解决什么
口语化指代仍然不稳。「刚才那个」指向哪一轮，检索经常猜错。渐进式总结能把长对话压短，但压错重点比检索错更难发现。
MCP 那一块，我不是只读了文档。当时资料少、官方说明偏抽象，我对照开源实现把一次完整调用跑通，才看清模型和外部工具怎么解耦。多 agent 早期会改同一处代码互相覆盖，后来靠模块划分和接口约定才压下去——那是协作问题，不是 RAG 本身。
还可以继续想的
- 为什么不继续加长 chunk，而要按轮次切？
- 重排和换 embedding，哪一步对你当时的召回更关键？
- 指代消解你准备怎么做，还是决定先不做？
答不出数字的地方我不会编。能讲的是：我改过切分、换过向量、加过重排，以及现在卡在哪。