参考资料

• LangChain Retrieval
• Elasticsearch Hybrid Search
• Milvus 官方文档：Overview

参考资料

• OpenAI Cookbook
• LangChain 文档

面试题（02） - RAG 架构与离线、在线链路（第 1～10 题）

读完后，你应能：

• 能验证“这些题不是背名词，而是检查候选人能否把 RAG 拆成可验证、可运维的工程链路”，并保存输入、输出与失败样本。
• 能验证“答案： RAG 在生成前从外部知识库检索证据，把证据连同问题交给模型”，并保存输入、输出与失败样本。
• 能验证“它主要解决模型知识截止、私有知识不可见和答案缺少来源的问题”，并保存输入、输出与失败样本。

这些题不是背名词，而是检查候选人能否把 RAG 拆成可验证、可运维的工程链路。

一、先建立全局：RAG 架构与离线、在线链路（第 1～10 题） 是什么？

理解“RAG 架构与离线、在线链路（第 1～10 题）”，先要把标题中的对象放进同一条处理链：它接收什么输入，经过哪些状态变化，最终用什么证据判断结果。下表不另造概念，只把作者正文已经解释的章节按依赖顺序连起来。

“RAG 架构与离线、在线链路（第 1～10 题）”的第一个核心判断是：它不能自动保证正确：解析可能丢内容、检索可能漏召回、证据可能过期、模型也可能曲解证据。。先弄清这个判断中的对象和输入输出，后面的实现、故障和验收才有共同语境。

顺序	章节	读完本节应抓住的结论
1	题目与详细答案	它不能自动保证正确：解析可能丢内容、检索可能漏召回、证据可能过期、模型也可能曲解证据。
2	这些题不是背名词	这些题不是背名词，而是检查候选人能否把 RAG 拆成可验证、可运维的工程链路。
3	答案	答案： RAG 在生成前从外部知识库检索证据，把证据连同问题交给模型。
4	它主要解决模型知识截止、私有知识不可见和答案缺少来源的问题	它主要解决模型知识截止、私有知识不可见和答案缺少来源的问题。
5	RAG 也不是模型微调的替代品	RAG 也不是模型微调的替代品；
6	稳定的行为、格式或领域表达可用 Prompt/微调	稳定的行为、格式或领域表达可用 Prompt/微调，动态事实更适合 RAG。

1.1 核心对象之间怎样衔接

flowchart LR
  S1["题目与详细答案"] --> S2
  S2["这些题不是背名词"] --> S3
  S3["答案"] --> S4
  S4["它主要解决模型知识截止、私有知识不可见和答案缺少来源的问题"] --> S5
  S5["RAG 也不是模型微调的替代品"]

这张图只表达本文的讲解顺序，不替代正文机制。判断“RAG 架构与离线、在线链路（第 1～10 题）”是否真正掌握，需要能从最后一个结果沿图回到前面每个章节的输入、状态变化和证据。

1.2 再看失败：问题最早会出现在哪一步？

在“RAG 架构与离线、在线链路（第 1～10 题）”的对象和顺序已经明确后，再看可观察的失败：漏召回、排序丢失、引用断链或越权命中。定位时不从最后一条错误猜原因，而是沿上图找第一个偏离正文结论的节点。

二、题目与详细答案

2.1 第1题：什么是 RAG，它解决了什么问题，不能解决什么问题？

答案： RAG 在生成前从外部知识库检索证据，把证据连同问题交给模型。 它主要解决模型知识截止、私有知识不可见和答案缺少来源的问题。 它不能自动保证正确：解析可能丢内容、检索可能漏召回、证据可能过期、模型也可能曲解证据。 RAG 也不是模型微调的替代品； 稳定的行为、格式或领域表达可用 Prompt/微调，动态事实更适合 RAG。 面试追问时应主动说明“检索正确”和“生成忠实”必须分开评测。

2.2 第2题：为什么要把 RAG 拆成离线建库和在线问答两条链路？

答案： 离线链路处理解析、清洗、分块、Embedding、索引与发布，计算重但可异步； 在线链路处理鉴权、查询改写、召回、重排、上下文组装和生成，要求低延迟。 若在线临时解析文档，延迟、成本和失败率都会失控； 若离线与在线没有版本契约，查询可能使用错误模型或半成品索引。 两条链路通过稳定 Chunk Schema、索引版本和 Embedding 版本连接， 并分别设置吞吐、完整率与 P95 指标。

2.3 第3题：一个生产级 RAG 的最小组件有哪些？

答案： 至少包括数据源连接器、布局感知解析、清洗与分块、Metadata/ACL、Embedding 服务、稀疏与/或向量索引、在线 Retriever、融合/Rerank、Context Packing、生成模型、引用校验、评测集、Trace 与索引发布机制。 Demo 可以省掉多路检索，但生产不能省版本、权限、引用与可观测性。 好的回答还会说明数据库不是架构全部，数据质量和评测闭环通常比换向量库更影响效果。

2.4 第4题：RAG 和长上下文模型是什么关系？

答案： 长上下文降低了“必须切得很碎”的压力，但不等于可以把全库塞入模型。 输入越长，费用和延迟越高，关键信息可能被噪声淹没，权限边界也更难控制。 RAG 用检索缩小候选范围，长上下文用于容纳更完整的父块、多个证据或长文档局部。 选型应比较任务成功率、P95、Token 成本和安全边界，而不是只比较上下文窗口数字。

2.5 第5题：如何设计 RAG 的 Chunk 数据结构？

答案： 核心字段应有稳定 chunk_id、document_id/version、正文、标题路径、页码/段落、来源 URI、父块 ID、租户与 ACL、内容哈希、Embedding 版本和时间字段。 稳定 ID 支持增量更新、引用和双索引对账； 父块支持“小块召回、大块阅读”； ACL 必须能下推到检索。 只存文本和向量会让权限、删除、引用和问题回放几乎无法可靠实现。

2.6 第6题：文档更新、删除如何同步到索引？

答案： 以稳定 document_id 和内容哈希做变更检测， 比较新旧 Chunk 集合：新增写入、变化更新、消失删除。 ES 与向量库通常没有跨库事务， 因此应使用 ingestion job、outbox 或对账任务记录每个目标状态； 只有两侧 ID、数量和版本一致，索引版本才能 ready。 删除还要清理缓存、父块存储和引用页。 直接“重跑后覆盖”常会留下孤儿向量和旧内容。

2.7 第7题：如何实现零停机索引重建？

答案： 新建版本化索引，在后台全量写入并执行数据对账、离线评测和影子查询； 通过后原子切换读别名，保留旧索引一段回滚窗口。 Embedding 模型或维度变化时必须新建向量字段/Collection，不能混写。 切换时 Trace 记录索引版本，避免一次请求的多条召回路读取不同版本。 完成观察后再回收旧索引。

2.8 第8题：RAG 权限控制应该放在哪一层？

答案： 鉴权在请求入口完成， 授权条件必须下推到每一条召回路， 在候选产生时就过滤租户、用户、角色和文档状态。 融合后再过滤会让无权限结果挤掉合法候选，还可能从分数、标题、高亮或命中数量泄露信息。 缓存键也要包含权限摘要。 最终生成只接收已授权证据，但模型不是权限控制器，不能让它自行判断哪些内容可见。

2.9 第9题：什么时候应该拒答而不是生成？

答案： 当所有候选低于经过标注集校准的可信阈值、证据互相冲突且无法判定时效、问题超出知识库范围， 或引用无法覆盖关键结论时应拒答或追问。 阈值不能只看向量分数，应综合 Rerank、精确命中、来源权威性和问题类型。 拒答也要评测：既看证据不足时能否拒绝，也看证据充分时是否误拒。

2.10 第10题：如何判断一个 RAG 项目真的有效？

答案： 建立包含问题、正确证据、答案要点、权限和不可回答项的评测集。 离线看解析完整率、Recall@K、MRR/nDCG、引用正确率、忠实度和拒答准确率； 在线看任务成功率、用户反馈、P95、Token、成本与故障降级率。 必须有非 RAG 或旧版本基线，并做消融实验。 只有最终答案主观“看起来不错”无法证明系统有效。

三、动手验证：先跑通 RAG 架构与离线、在线链路（第 1～10 题），再改变一个变量

前面的章节已经建立问题、概念和机制。现在把“RAG 架构与离线、在线链路（第 1～10 题）”放进同一套基线中运行；本节不再引入新术语，只验证前文结论能否被复现。

3.1 基线与候选只允许一个变量不同

验证“RAG 架构与离线、在线链路（第 1～10 题）”时，先固定查询集、语料快照、权限身份、相关性标注。候选方案只能改变本次要验证的变量；如果同时更换数据、依赖和配置，即使结果改善，也不能知道是哪一项产生作用。

执行“RAG 架构与离线、在线链路（第 1～10 题）”时，动作是：离线回放检索，保存候选、过滤、排序和引用。原始结果不能只保留截图或汇总分数，必须同步保存：Recall@K、NDCG、引用命中率、无答案误答率、Trace，使下一次复查可以在同一输入上重放。

实验要素	本文要求
固定条件	查询集、语料快照、权限身份、相关性标注
唯一变量	本次候选方案与基线之间的一项明确差异
原始证据	Recall@K、NDCG、引用命中率、无答案误答率、Trace
通过阈值	证据可回链，指标达基线，权限过滤无泄漏
立即停止	漏召回、排序丢失、引用断链或越权命中

3.2 执行前先排除不可比较条件

“RAG 架构与离线、在线链路（第 1～10 题）”开始前先确认下面四项；任一项不成立，都应先修复实验条件，而不是解释结果。

• 基线能够在“RAG 架构与离线、在线链路（第 1～10 题）”的当前环境重复运行。
• 候选只改变一个与“RAG 架构与离线、在线链路（第 1～10 题）”结论直接相关的条件。
• “RAG 架构与离线、在线链路（第 1～10 题）”的基线和候选使用同一批输入、同一版本依赖与同一通过阈值。
• “RAG 架构与离线、在线链路（第 1～10 题）”的原始输出和失败现场不会被重试、格式化或汇总覆盖。

3.3 执行后先核对证据完整性

结果出来后先检查证据，再讨论“RAG 架构与离线、在线链路（第 1～10 题）”是否通过。缺少中间状态时，最终输出只能说明现象，不能证明机制。

检查项	当前文章的判定
输入可追溯	查询集、语料快照、权限身份、相关性标注
过程可回放	离线回放检索，保存候选、过滤、排序和引用
结果可审计	Recall@K、NDCG、引用命中率、无答案误答率、Trace

“RAG 架构与离线、在线链路（第 1～10 题）”的一次合格基线对照按以下顺序执行：

1. 保存“RAG 架构与离线、在线链路（第 1～10 题）”基线版本及输入摘要，确认基线本身可以重复运行。
2. 写下“RAG 架构与离线、在线链路（第 1～10 题）”候选方案唯一变化的变量，以及它预期影响的指标。
3. 在同一环境执行“RAG 架构与离线、在线链路（第 1～10 题）”：离线回放检索，保存候选、过滤、排序和引用。
4. 为“RAG 架构与离线、在线链路（第 1～10 题）”保存：Recall@K、NDCG、引用命中率、无答案误答率、Trace。
5. 使用“RAG 架构与离线、在线链路（第 1～10 题）”预登记条件判断：证据可回链，指标达基线，权限过滤无泄漏。
6. 如果“RAG 架构与离线、在线链路（第 1～10 题）”未通过，不修改第二个变量，先恢复基线并保留失败现场。

四、用一张矩阵验证 RAG 架构与离线、在线链路（第 1～10 题） 的关键结论

矩阵按正文顺序列出“RAG 架构与离线、在线链路（第 1～10 题）”的结论。一次实验只选择一行，只改变这一行对应的条件；不要把多行合并成一个无法归因的大实验。

正文章节	已解释的结论	本轮唯一变量	必须保存的证据
题目与详细答案	它不能自动保证正确：解析可能丢内容、检索可能漏召回、证据可能过期、模型也可能曲解证据。	只改变与“题目与详细答案”相关的条件	Recall@K、NDCG、引用命中率、无答案误答率、Trace
这些题不是背名词	这些题不是背名词，而是检查候选人能否把 RAG 拆成可验证、可运维的工程链路。	只改变与“这些题不是背名词”相关的条件	Recall@K、NDCG、引用命中率、无答案误答率、Trace
答案	答案： RAG 在生成前从外部知识库检索证据，把证据连同问题交给模型。	只改变与“答案”相关的条件	Recall@K、NDCG、引用命中率、无答案误答率、Trace
它主要解决模型知识截止、私有知识不可见和答案缺少来源的问题	它主要解决模型知识截止、私有知识不可见和答案缺少来源的问题。	只改变与“它主要解决模型知识截止、私有知识不可见和答案缺少来源的问题”相关的条件	Recall@K、NDCG、引用命中率、无答案误答率、Trace
RAG 也不是模型微调的替代品	RAG 也不是模型微调的替代品；	只改变与“RAG 也不是模型微调的替代品”相关的条件	Recall@K、NDCG、引用命中率、无答案误答率、Trace
稳定的行为、格式或领域表达可用 Prompt/微调	稳定的行为、格式或领域表达可用 Prompt/微调，动态事实更适合 RAG。	只改变与“稳定的行为、格式或领域表达可用 Prompt/微调”相关的条件	Recall@K、NDCG、引用命中率、无答案误答率、Trace

4.1 记录本次实际实验

下面的记录用于“RAG 架构与离线、在线链路（第 1～10 题）”当前这一次实验，不是第二套知识目录。先从矩阵选择一个章节，再填写实际值；没有填写的字段表示尚未验证。

topic: "RAG 架构与离线、在线链路（第 1～10 题）"
selected_chapter: required
claim_from_article: required
baseline_version: required
changed_condition: exactly_one
execution: "离线回放检索，保存候选、过滤、排序和引用"
evidence: "Recall@K、NDCG、引用命中率、无答案误答率、Trace"
pass_when: "证据可回链，指标达基线，权限过滤无泄漏"
stop_when: "漏召回、排序丢失、引用断链或越权命中"
observed_result: required
first_deviation: null_or_evidence
recovery_replay: required_after_failure

4.2 边界实验必须证明能够停止和恢复

成功路径只能证明“RAG 架构与离线、在线链路（第 1～10 题）”在当前样本上工作，不能证明它可以进入生产。边界实验需要主动制造：漏召回、排序丢失、引用断链或越权命中，并观察系统是否在产生不可逆副作用前停止。

场景	只改变什么	应保存什么	通过标准
正常路径	使用已知有效输入	Recall@K、NDCG、引用命中率、无答案误答率、Trace	证据可回链，指标达基线，权限过滤无泄漏
边界路径	把一个输入推进到约束临界值	临界值前后的输出与指标	不静默降级，不把部分结果冒充成功
明确失败	注入：漏召回、排序丢失、引用断链或越权命中	原始错误、首个异常阶段和最终状态	失败被正确分类且没有扩大副作用
恢复重放	执行：定位解析、召回、过滤、排序或生成阶段，回滚对应版本	原失败样本的复测证据	原样本恢复，正常样本没有回归

恢复动作不是简单重启。对于“RAG 架构与离线、在线链路（第 1～10 题）”，第一步是：定位解析、召回、过滤、排序或生成阶段，回滚对应版本。完成后使用原始失败样本复测；只验证一个新样本成功，不能证明触发条件已经消失。

“RAG 架构与离线、在线链路（第 1～10 题）”边界实验结束后，应把正常、临界、失败和恢复四类记录放在同一个运行批次中。这样才能区分“候选方案真的修复问题”和“环境变化让问题暂时没有出现”。

五、RAG 架构与离线、在线链路（第 1～10 题） 的结果解释

解释“RAG 架构与离线、在线链路（第 1～10 题）”实验时先看首个偏差，而不是最后一条错误。最后的异常通常只是上游状态错误的结果；从末端反推容易误把症状当根因。

观察结果	可以支持的判断	下一步
主链路没有达到预期	漏召回、排序丢失、引用断链或越权命中	先执行：定位解析、召回、过滤、排序或生成阶段，回滚对应版本
异常链路无法恢复	漏召回、排序丢失、引用断链或越权命中	先执行：定位解析、召回、过滤、排序或生成阶段，回滚对应版本
新样本成功但原样本仍失败	修复没有覆盖原始触发条件	固定原失败输入，恢复基线后重新比较
指标改善但证据无法回链	数据、版本或中间状态没有固定	暂停发布，补齐可追溯记录后重跑

“RAG 架构与离线、在线链路（第 1～10 题）”只有同时满足“证据可回链，指标达基线，权限过滤无泄漏”，并且没有出现“漏召回、排序丢失、引用断链或越权命中”，才可以认为主链路通过。这里的“通过”只对当前固定版本、样本和环境有效，不能外推到尚未测试的容量、权限或数据分布。

如果“RAG 架构与离线、在线链路（第 1～10 题）”候选方案与基线差异很小，先检查证据分辨率是否足够；如果差异很大，先排除数据泄漏、环境漂移和版本不一致。两种情况都不能只看一个汇总均值，需要回到逐样本输出和中间状态。

“RAG 架构与离线、在线链路（第 1～10 题）”故障定位完成后，记录“现象、首个偏差、根因、改动、原样本复测”五项。缺少原样本复测时，只能标记为待观察，不能标记为已解决。

六、RAG 架构与离线、在线链路（第 1～10 题） 的发布判断

发布判断需要把“RAG 架构与离线、在线链路（第 1～10 题）”的质量、失败边界和恢复能力放在同一份记录中。以下任一条件缺失，都应停止扩量，而不是用“基本正常”替代证据。

• “RAG 架构与离线、在线链路（第 1～10 题）”的基线与候选只存在一个计划内变量。
• “RAG 架构与离线、在线链路（第 1～10 题）”的输入、代码、依赖、配置和数据版本可以追溯。
• “RAG 架构与离线、在线链路（第 1～10 题）”的正常、临界、失败和恢复样本使用同一套断言。
• “RAG 架构与离线、在线链路（第 1～10 题）”的原始输出、中间状态和失败现场已经保留。
• “RAG 架构与离线、在线链路（第 1～10 题）”的日志、Trace、截图和测试数据已经脱敏。
• “RAG 架构与离线、在线链路（第 1～10 题）”的停止条件、负责人和回滚入口已经演练。
• “RAG 架构与离线、在线链路（第 1～10 题）”尚未覆盖的输入、权限、容量和外部依赖已经登记。

最终记录至少包含基线版本、唯一变量、原始证据、首个偏差、恢复复测和发布责任人。没有参与本次修改的人如果不能据此重放“RAG 架构与离线、在线链路（第 1～10 题）”的判断，就不能发布。

七、总结

• 题目与详细答案：它不能自动保证正确：解析可能丢内容、检索可能漏召回、证据可能过期、模型也可能曲解证据。
• 第1题：什么是 RAG，它解决了什么问题，不能解决什么问题？：它不能自动保证正确：解析可能丢内容、检索可能漏召回、证据可能过期、模型也可能曲解证据。
• 第2题：为什么要把 RAG 拆成离线建库和在线问答两条链路？：若在线临时解析文档，延迟、成本和失败率都会失控；
• 第3题：一个生产级 RAG 的最小组件有哪些？：Demo 可以省掉多路检索，但生产不能省版本、权限、引用与可观测性。
• 第4题：RAG 和长上下文模型是什么关系？：答案： 长上下文降低了“必须切得很碎”的压力，但不等于可以把全库塞入模型。
• 第5题：如何设计 RAG 的 Chunk 数据结构？：稳定 ID 支持增量更新、引用和双索引对账；