向量不够：Elastic 工程师讲混合搜索与检索

Jeff Vestal 与 James Williams 从一个 agent 诊断 exit code 137 的案例出发：agent 检索文档、解释内存不足原因并指向可预防该问题的设置，其答案取决于收到的搜索结果，引用也回溯到原始文档。workshop 由此反向拆解 Elasticsearch 的检索层，用动手实验对比语义搜索与 BM25，说明语义相似可能漏掉精确标识符、精确关键词可能漏掉改写表达，参与者在 Dev Tools 控制台和 Python notebook 中运行查询、检查排序，并组合两种方法而非假设单一策略适用于所有问题。内容还讲解 reciprocal rank fusion（合并结果位置）与线性组合（归一化分数并暴露可调权重），以及用过滤缩小候选集、用 judgment set 评估变更、用 search template 将不同查询类型路由到相应处理。

AI推荐理由 从 agent 诊断 exit code 137 的检索需求出发，具体对比语义搜索与 BM25 的互补性，并讲解 reciprocal rank fusion、线性组合、过滤、judgment set 和 search template，对 RAG 检索层设计有实际指导意义。局限是 Elastic 厂商背景，内容偏产品内操作，未提供跨方案基准数据。