基准答案键 6.4% 的错误率，让我重新审视 Agent 记忆的可信度

作者以自建多仓库工单生成器 Featpilot 为例，介绍其背后的混合检索索引：一侧用 BM25 处理精确匹配（类名、配置键、内部缩写），另一侧用 pgvector 嵌入处理模糊查询，两路排序结果通过倒数排名融合后取 top chunks 送入提示词。作者在周四晚变更分块策略并触发全量重建索引后，嵌入侧完成，但关键词侧在表锁处中断，任务仅记录了一条无人查看的警告并以零状态码退出，导致检索层实际失效四天未被发现。文章由此讨论基准答案键 6.4% 错误率对信任 Agent 记忆的启示。

AI推荐理由 作者以自身项目 Featpilot 的混合检索索引（BM25 + pgvector + 倒数排名融合）为例，讲述一次分块策略变更后关键词侧索引因表锁中断、任务却以零状态码退出的经历，并引出基准答案键 6.4% 错误率对 Agent 记忆可信度的启示。属于一线开发者经验分享，有具体技术细节，但为个人博客、缺乏系统性验证。