你正在谷歌进行AI工程师面试。 面试官问： “我们的数据分散在多个来源（Salesforce、Gmail、Drive等） 你会如何构建一个统一的查询引擎？” 你：“我会将所有内容嵌入到一个向量数据库中并进行RAG。” 面试结束！ 许多开发者仍然认为上下文检索是一个线性管道： 块 → 嵌入 → 检索 → 生成 这在简单演示中效果很好，但生产系统需要一些根本不同的东西。 为了更好地理解，考虑这个查询： “将我们在芝加哥地区的Q4销售业绩与去年在与利益相关者会议中制定的预测进行比较。” 这个单一查询需要： - 来自你的SQL数据库的销售数据 - 图形关系（组织层级） - 对预测报告的向量搜索 - 基于时间的过滤（今年的Q4与去年的Q4） - 权限检查（用户授权） ...