自养Agent发布RAG检索对比台架，混合检索价值在兜底

自养Agent发布《Agent Harness 从用到会造》第8讲，并新建可运行的对比台架 rag_compare.py，对比关键词、向量、混合三路检索，核心结论是混合检索的首要价值在兜底而非涨分。 台架将329个md文件切成3818块；在精确串族查询上，向量 recall@5 仅36%，关键词为100%，而混合检索的漏检集合与关键词完全相同，即混合并未补回向量的漏检。 结论有明确适用条件：向量模型为本地 Qwen3-Embedding-0.6B-Q8_0（1024维，CPU推理），台架结果输出至2026-10-17冻结的 out/harness/L08/rag_compare.json。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。