在 RAG（检索增强生成）与 Agent 架构里，向量检索几乎成了所有“记忆”与“知识注入”环节的地基。但我在多个生产系统里反复看到同一个误区：团队把注意力全放在“哪个库跑分更高”上，却忽略了真正决定线上体验的，是索引结构、召回率与 QPS 之间的三角权衡，以及数据写入、压缩、过滤、版本治理这些看起来“不那么性感”的工程细节。

本文不打算罗列各家厂商的营销参数，而是从索引原理出发，讲清楚 HNSW 与 IVF 各自的适用边界，给出可复现的调优实验方法，最后落到一份可以直接照做的选型清单。

一、先厘清一个前提：向量检索的代价模型

引言：RAG 不是"向量库 + LLM"的拼接

很多团队把 RAG 理解成"把文档灌进向量库、召回 Top-K、拼进 Prompt"，结果上线后幻觉率不降反升，用户反馈"答非所问"甚至"引用编造"。RAG 是一个典型的 Garbage In, Garbage Out 系统：检索质量决定了生成质量的上限。真正决定成败的，不是模型能力，而是文档切分、混合检索、重排、引用溯源与评估这五个环节的工程细节。

本文不重复讲"什么是向量检索"，而是聚焦我在生产环境踩过的坑与最终沉淀下来的流水线设计。文中代码均为可运行的简化实现，可直接作为脚手架。