知识库改了，检索还在返回旧答案：RAG 索引的生命周期
退货政策从 7 天改成了 15 天，文档改了，也重新导入了。可问答助手有时回答 15 天，有时回答 7 天。另一份早就删掉的旧 FAQ，它也还能引用。
检索增强生成（RAG）的演示一般只有导入和查询两步：把文档切块、嵌入、写进向量库，然后检索。上线之后，文档会被修改、删除、改权限，嵌入模型也会升级。导入脚本如果只会「追加」，索引就会慢慢变成一份和源文档对不上的副本。索引不是一次性产物，它是源文档的一个派生视图，需要像缓存一样回答：键是什么，源头变了怎么失效，谁能看到哪一部分。
本文用一个确定性的假嵌入（字符二元组哈希到 64 维）和内存索引，验证修改、删除、换模型、权限和答案缓存五种情况。不调用任何模型。实验见文末。
一、修改：按内容哈希做键，旧块不会被替换
一个常见的去重做法是用块内容的哈希做主键：同样的内容只存一份，重复导入不会重复写入。
policy.md 从 7 天改成 15 天后重新导入，只按内容哈希做键：索引里 3 块；查「退货期限是多少天」得到 policy.md:退货期限为签收后 15 天 / policy.md:退货期限为签收后 7 天修改后的段落哈希变了，于是作为一个新块写入；旧段落的哈希没有任何东西去删除它。两个版本都在索引里，相似度又几乎一样，谁排在前面取决于细微的差别。开头那个时而 15 天、时而 7 天的回答就是这么来的。
内容哈希回答的是「这段内容存过没有」，而更新需要的是「这个来源现在产生哪些块」。所以要记录来源到块的映射：
def upsert_source(self, source, text, group="all"):
new_ids = set()
for i, c in enumerate(chunks(text)):
cid = f"{source}#{i}:{sha256(c)[:8]}"
new_ids.add(cid)
self.rows[cid] = {...}
for old in self.by_source.get(source, set()) - new_ids:
del self.rows[old] # 这个来源不再产生的块
self.by_source[source] = new_ids按来源记录块，重建时删掉不再产生的块：索引里 2 块；查「退货期限是多少天」得到 policy.md:退货期限为签收后 15 天 / policy.md:运费由买家承担二、删除：增量导入看不到「没有了」
old-faq.md 从仓库删除之后，朴素索引只做增量导入：查「退货期限是多少天」仍得到 old-faq.md:旧版：退货期限为签收后 3 天 / ……
全量同步：删除前 old-faq.md:旧版：退货期限为签收后 3 天 / ……；删除后 policy.md:退货期限为签收后 15 天 / policy.md:运费由买家承担增量导入只处理「这次看到的文件」，一个被删除的文件根本不会出现在这次的输入里。发现删除只有两种办法：拿索引里的来源清单与源头的当前清单对比（全量同步），或者从源头接收删除事件。前者简单可靠，后者及时但要处理事件丢失，通常两者结合：事件驱动的增量更新，加上定期的全量对账。
这和数据导入里的问题是同一类：导入的目标是让副本与源头一致，而不仅仅是把新数据写进去。
三、换嵌入模型：向量不能混用
同一模型下问题与答案的相似度 0.33；问题换成新模型嵌入、文档还是旧模型的向量 0.11
每条向量记录嵌入模型，查询时检查：索引里有 ['emb-v1'] 生成的向量，查询用的是 emb-v2：拒绝混用
维度不同的模型直接混用：维度不一致：64 与 48不同嵌入模型的向量空间没有对应关系，维度相同时也一样：计算能进行，结果没有意义。维度不同时会直接报错，这反而是好事；维度相同时，检索质量会悄悄变差，很难发现。相似度的数值不能跨模型比较讲的也是这件事。
做法是每条向量记录生成它的模型和版本，查询时检查。升级模型时建一个新索引，全量重新嵌入，验证检索质量之后再切换读流量，而不是在原索引上边写边换。
四、权限：先过滤，再排序
员工（只属于 all）查「退货专员的待遇」：policy.md:退货期限为签收后 15 天 / policy.md:运费由买家承担；人事（all、hr）查：salary.md:退货专员的薪资档位为 B3权限必须在检索阶段生效：只在用户可见的块里排序取前 k 个。如果先取前 k 个再过滤，一方面结果可能不足 k 个（先检索后过滤返回不足），另一方面，不可见的内容可能已经进入了后续环节，例如被送进模型做摘要，或者被写进了日志。权限信息要随块一起写入索引，并在权限变化时更新，这又回到了第一节的问题：块要能按来源找到。
五、答案缓存：键里要有权限范围
答案缓存只用问题文本做键，人事先问过一次，员工再问：salary.md:退货专员的薪资档位为 B3
缓存键加上权限范围：员工再问：policy.md:退货期限为签收后 15 天为了省钱和降低延迟，常会在问答前加一层缓存。如果键只有问题文本，人事看到的答案就会原样返回给员工，检索阶段的权限过滤完全被绕过。缓存键必须包含决定答案的全部输入：问题、权限范围、索引版本（文档更新后旧答案也该失效）。这和 HTTP 缓存的 Vary 是同一个道理。
六、检查清单
| 变化 | 索引要能回答 | 做法 |
|---|---|---|
| 文档修改 | 这个来源现在产生哪些块 | 记录来源 → 块；重建来源时删掉不再产生的块 |
| 文档删除 | 源头还有哪些来源 | 全量对账，或删除事件加定期对账 |
| 换嵌入模型 | 这条向量由哪个模型生成 | 每条记录模型版本，查询时检查；新建索引后切换 |
| 权限 | 谁能看到这个块 | 权限随块写入，检索时先过滤再排序 |
| 答案缓存 | 答案依赖哪些输入 | 键包含问题、权限范围与索引版本 |
配套实验
- codesphere-labs/ai/rag-index-lifecycle：Python 3.14.8，确定性的假嵌入与内存索引：修改后的旧块、删除后的残留、混用嵌入模型、权限过滤、答案缓存的键（验证记录）
参考资料