文章目录前言一、大模型为什么需要外挂二、RAG到底在解决什么问题三、RAG整体工作流程四、索引阶段：把知识整理好五、查询阶段：让大模型翻书找答案六、微调与RAG的本质区别七、文档切割策略的关键细节八、向量数据库选型考量九、RAG效果如何量化评估总结前言字节面试官问的第一个问题是："你说RAG不就是给大模型挂个知识库吗？“这句话听着像陈述句，其实是个陷阱。如果你只回答"对，就是检索+生成”，这题基本就凉了。面试官真正想考察的是：你能不能把RAG拆开来，讲清楚每一步的工程细节。面试中高频追问还有：文档怎么切分？向量数据库怎么选？什么是Re-rank？多路召回具体怎么做？怎么量化评估RAG效果？这些问题每一个都能展开聊很久。下面就把这次面试中被问到的RAG核心知识梳理一遍，从概念定义到工程落地，把容易答浅的点都补上。一、大模型为什么需要外挂面试官问"大模型为什么需要外挂"时，真正想听的不是一句话定义，而是你对大模型局限性有清晰认知。大模型有三个硬伤：第一，知识有截止日期。模型知识来自训练数据，而训练数据有时间窗口。某个版本的训练数据截止到2023年4月，那之后的任何事情它都不知道，要么老实说"不知道"，要么开始编。第二，不知道私有数据。公司的产品文档、内部规章、客户信息、项目资料——这些从来没有出现在训练集中，模型不可能凭空知道。你问它"公司年假政策是什么"，它只能告诉你"我无法获取你们公司的内部信息"，或者一本正经地编一套听起来头头是道但全是错的答案。第三，会幻觉。幻觉就是模型非常自信地说出一些听起来专业但完全是编造的内容。问它一个不存在的研究论文，它能给你编出标题、作者、摘要甚至DOI号，像模像样但全是假的。这在医疗、法律、金融等高准确性场景中不可接受。理解了这三个困境，RAG