无向量 RAG（基于推理的检索）

去掉向量之后，变了什么​

标准的 RAG 用一个数字决定模型看到什么：问题的 embedding 和每个切块之间的相似度。排得最高的被读，其余的不被读。没有谁——模型不会，你也不会——看着材料做出选择。

无向量 RAG 把这个决定交给模型。它先看到材料的形状——章节标题、一张章节地图、文件夹里每份文档的一句话主旨——判断哪些部分和问题相关，打开它们，读完。如果读到的内容指向别处，它就回头再找。这更接近一个人面对一本没读过的书时的做法：看目录，翻到那一章，认真读。

它换来了什么​

• 结构保留下来。 切块把一本书切成段落大小的碎片，没有章节，也没有顺序。按目录导航则两者都保住了，而关于论证的问题恰恰依赖它们。
• 整节，而不是碎片。 选定一节之后，模型会把它完整读完，所以意思不会在某个随意的切块边界处被截断。
• 精确的字眼保持精确。 一个条款编号或一个人名按原样匹配，而不会被模糊成「看起来差不多的东西」——见语义搜索。
• 读了什么有据可查。 因为打开什么是模型选的，回答可以列出它实际读过的内容，而不是碰巧得分高的内容。
• 不用建索引。 第一个问题之前不用跑 embedding，文件改了也不用重新 embedding。

它仍要付出什么​

• 时间和模型调用。 读地图、做选择，是向量查找几毫秒就做完的事。回答会更慢，每一次选择都是一次要付费的模型调用。
• 它的好坏取决于地图。 一份没有可用标题的文档——一份很长的逐字稿、一本没有目录页的扫描书——几乎没给模型留下可以推理的东西。
• 总还得有东西去找候选。 面对几千个文件，模型没法读完每一份摘要。实际可用的系统会把结构和底层的快速搜索结合起来，而那层搜索有它自己的盲区。

MindMax 怎样处理​

MindMax 从设计上就是无向量的。搜索背后没有向量数据库。它像你一样找资料——看文档结构、看页面上的原词、换几种说法再找——所以每个回答都能追到一段你打得开的原文。代价是：问法和文件里的措辞差得很远，或者换一种语言来问时，可能会漏掉。

模型对什么进行推理，取决于材料的体量。装得进阅读预算的文档根本不检索——直接整篇读（全文优先）。一本书按章节地图导航，问题需要的章节完整读完。针对一个文件夹的问题，先看每份文档的一句话主旨，挑出需要的，再用同样的方式读。找一句精确的话，则按查找来做，靠页面上的字眼。

把各部分说准确：找候选段落是按词的，和你在搜索面板里用的是同一个搜索。做选择——哪些文档、哪些章节、哪些段落符合你的意思——是模型的推理。回答最后会附上这次实际读了什么：一份文档只有被打开过或被引用过，才算读了。

针对整本书中某一章的问题：那一节被打开、读完，回答引用了它。