Kapa实测：检索瓶颈从“找到”转向“选对”，近三成相关片段未进模型视野

一句话看懂：Kapa.ai 在自家 Company Knowledge Bench 上追踪检索流程发现，搜索已能召回多数关键片段，但其中约三分之一因重排阶段淘汰而没被送入模型，检索瓶颈正从“找到”转向“选对”。

事件核心：发生了什么

Kapa.ai 于 2026 年 10 月 26 日发布博文，提出“检索瓶颈正在转移”的假设。其分析采用一个简化生产管线：检索阶段先取 50 个候选片段，再交给重排器（reranker）按相关性筛选，最多返回 15 个给答案模型；查询分解使用 GPT-6 Luna，片段排序使用 Voyage-3。团队把每个需要完整回答的“黄金片段”逐一追踪，结果发现：搜索仍会漏掉部分关键片段，但在已经被召回的关键片段里，接近三分之一从未展示给模型。

博文还对比了约 18 个月前的数据：当时约 80% 的失败评测来自“关键片段根本没进入重排器”，仅 20% 属于选择失误。如今前者大幅收窄，后者占比上升。

为什么重要

开发者过去一年把大量精力放在改进 embedding 模型、查询改写与分解、以及 agentic 迭代检索上，这些努力确实让“找得到”变得更容易。但博文指出，下游价值损失正在向后迁移：答案模型看到什么，取决于重排器保留什么。这意味着继续优化召回本身，未必能同等提升最终答案质量，重排策略和上下文预算分配会成为更直接的优化点。

另一个值得注意的判断来自代码搜索：博文认为，模型使用 grep 已足够高效，语义搜索对编码 agent 的帮助不再明显。但 grep 不做选择，只是把所有匹配塞进上下文。代码有严格语法和稳定标识符，所以可行；而 Kapa 服务的公司知识散落在文档、工单、论坛与发布说明中，术语不统一，硬匹配难以覆盖，选择问题无法回避。

对用户/开发者/创作者的影响

对构建 RAG 应用的开发者，这意味着评估指标需要拆开看：召回率合格不代表答案模型拿到了足够信息，应单独统计“召回后未入选”的比例。若使用闭源重排器或自研重排逻辑，top-k 太小或重排过于保守，都可能让正确片段提前出局。对使用知识库问答产品的企业，回答不佳时，可优先检查检索结果是否被过度过滤，而非只怀疑语料缺失。博文强调该管线仅为示意，不构成产品基准排名。