ES 切换向量检索的能力变化

Q：如果从 ElasticSearch 切换到向量检索，哪些能力会下降，哪些能力会提升？

来源：字节跳动 Agent开发实习生一面

新手答：“向量检索语义能力更强，ES 适合关键词。”

高手答：

这不是简单的“好 vs 坏”，而是两种检索范式的能力互补。切换时要清楚你会失去什么、得到什么、以及怎么补回来。

切换后提升的能力：

能力	原因
语义理解	“如何降低延迟”能匹配“性能优化方案”，ES 做不到
同义/改写鲁棒性	用户换种说法不影响召回质量
跨语言检索	多语言 Embedding 天然支持中英混搜
模糊意图处理	用户表达不精确时，语义相似度比关键词匹配更有效

切换后下降的能力：

能力	原因
精确匹配	搜“错误码 E4012”，向量检索可能返回语义相关但不是这个编码的文档
结构化过滤	ES 天然支持 range/term/bool 组合过滤，向量库需要额外的 metadata filter
实时索引	ES 近实时（1s），很多向量库批量索引有延迟
高亮/聚合	ES 内建 highlight、aggregation，向量库通常没有
可解释性	BM25 分数有明确含义（TF-IDF），向量相似度的 0.82 vs 0.79 难以解释

最佳实践——混合检索：

不要“切换”，而是“叠加”。用 ES 做精确匹配 + 结构化过滤，用向量库做语义召回，然后 RRF 或 Rerank 融合。把 ES 降级为精确匹配通道，而不是完全替换。

差距在哪：面试官考的是你对检索系统的完整理解。只说“向量比 ES 好”说明你没在生产环境用过 ES。能说出精确匹配下降、结构化过滤缺失、实时性差异，并给出混合方案，说明你做过检索系统的技术选型。