企业级 RAG 的真功夫

几乎每一篇 RAG 教程都走着同一条路：把文档切块、做向量嵌入、存进向量数据库、检索 top-k 结果、再交给模型。用来跑个 demo，足够了。用来上生产，远远不够。

真正决定一套 RAG 系统好不好用的那些生产决策——面向异构文档类型的切块策略、融合稠密与稀疏信号的混合检索、初次检索后用来把最相关片段顶到前面的重排、面向复杂多段式问题的查询拆解、引用的可信度、规模化下的延迟——这些，教程里一概看不到。

本白皮书梳理的，是 Tenten AI 在金融服务、医疗健康、法律与制造业 20+ 个企业 RAG 部署中所做出的生产决策。它不是这个领域的全景综述，而是一份带着主张的指南——只讲最要紧的那些决策，并把当初做决策的推理一并交代清楚。