阿里 Agent 岗二面：“RAG 检索效果不好，你怎么优化？”我：“调参！”他：“没了？”，我瞬间后背发凉…
中文摘要
阿里Agent面试，RAG检索效果差，面试官质疑“只调参”，文章总结了RAG检索的四层优化框架。
English Summary
This article presents a systematic four-layer framework (indexing, query, retrieval, and reranking) for optimizing RAG retrieval, illustrating that simple parameter tuning is insufficient.
原文节选
📌 一句话摘要 本文以面试问答形式，系统性地梳理了 RAG 检索优化的四层框架：索引层、查询层、召回层和重排序层，并给出了各层的具体优化手段和组合方案。 📝 详细摘要 文章从一个真实的阿里 Agent 岗位面试场景切入，指出「调参」等零散手段无法系统性地解决 RAG 检索效果不佳的问题。作者提出了一个四层优化框架：索引层通过 Parent-Child Chunking、摘要索引、多粒度分层索引解决检索粒度与上下文完整性...