在 AI 眼里，一段文字进模型之前要先变成数字。把「今天天气不错」变成一串坐标点，机器才能计算它与「天气晴朗」有多接近——完成这个转换的入口，叫 embeddings：把任意文本映射成一个高维向量，语义相近的文本在向量空间里挨得近。检索、聚类、推荐这些能力，都从这一步起步。这篇讲清向量化是怎么回事、相似度怎么算、它在 RAG 检索里站在哪一环，以及调用入口与选型边界；向量表示的早期形态，见词向量一篇，可以对照着读。
从字符串到坐标：向量化的机制
模型在海量文本上训练，学会了把语义压进一串固定长度的数字：一段文本进，一个向量出。关键词是「语义」而非「字面」——「笔记本电脑」与「手提电脑」字面不同，向量却很近；同一个词出现在两段话题完全不同的文本里，字面相同，向量反而分开。这层表示是训练任务「逼」出来的：模型被迫把会出现在相似上下文里的文本排到相近位置，上下文分布就是语义的影子。向量通常一两千维，每个维度没有单独的含义，语义分布在整串数字里。与早期只给单个词编码的词向量相比，现代 embeddings 直接处理整段文本，短句、长段都能压成一个点，两代表示的差别在词向量一篇有展开。
相似度怎么算：距离与最近邻
两个向量挨得近不近，常用余弦相似度衡量：不看向量长短，只看方向夹角，夹角越小越相似。有了这把尺子，很多任务就统一成了同一个动作——找最近邻。语义检索是其一：把问题变成向量，在库里找距离最近的几条内容，命中靠的是意思相近而非字词重合。聚类是其二：让 kmeans 这类算法按向量距离把文本自动分堆，语料里藏着的主题结构就浮出来了，分堆的机制见kmeans 聚类一篇。去重、推荐、相似题归并，走的也是同一把尺子。要留意一条边界：相似度高只说明语义相近，不说明事实正确——两条都在讲同一个错误说法的文本，向量照样贴得很近，判断真伪是另一道工序的事。
在 RAG 里站哪一环：检索的底座
RAG 的思路是先查资料再回答，而「查」这一步的底座就是 embeddings。流程分两侧：入库侧，文档先切块，每块向量化后存进索引；查询侧，用户的问题同样向量化，拿问题向量去库里召回距离最近的几个块，连同问题一起交给模型生成回答。召回质量直接决定回答质量：文档块与问题必须在同一个向量空间里，切块的粒度太碎丢语境、太粗混主题，都会在这条链路里被放大成答非所问。RAG 与联网搜索两条路各自适合什么场景，边界在RAG 与搜索一篇有对照。可以说分工很清楚：对话模型负责读与写，embeddings 负责找。
调用与选型：一行请求与几个权衡
调用入口与对话 API 是同一套门禁：申请 key、发一条请求，输入文本列表，返回对应的向量数组，第一次调用的完整步骤见API 第一行代码一篇。选型上有几个权衡：维度越高表达越细，但存储与计算开销同步上涨；不同模型的向量不在一个空间里，入库用哪个模型、查询就必须用哪个，混用等于拿两把尺子量两个世界；多语言场景要确认模型对中文的支持程度。还有一条边界要记：embeddings 只负责「表示」，不做推理与生成，找到资料之后的理解与回答仍归对话模型。动手感受一下很直接：可以让 DeepSeek 把余弦相似度的计算过程展开成可运行的示例，再让豆包把「语义检索与关键词检索的差别」讲给非技术同事听，两轮下来概念就落了地。
| 权衡项 | 取舍方向 | 代价或约束 |
|---|---|---|
| 向量维度 | 维度越高，语义表达越细 | 存储与计算开销同步上涨 |
| embedding 模型 | 入库与查询锁定同一个模型 | 混用等于拿两把尺子量两个世界 |
| 多语言场景 | 选型时确认模型对中文的支持程度 | 换模型要全量重算、重建索引 |
embeddings 速查
- 本质：文本到高维向量的映射，语义近则向量近
- 相似度：常用余弦，多数任务归结为找最近邻
- RAG 角色：文档与问题同空间向量化，召回最近的块
- 纪律：入库与查询用同一个模型，向量不混空间
- 边界：只做表示不做推理，理解与回答归对话模型
embeddings 快问快答
- 两条文本向量距离近，就一定在说同一件事吗？：只说明语义相近，不保证事实一致。两条都写错的文本照样很近，事实核查要靠下游环节，不能指望向量距离替你把关。
- 换了 embedding 模型，旧数据要重跑吗？：要。向量空间随模型变，新旧向量不可比，换了模型就全量重算重建索引，入库与查询必须始终同模型。
- 向量能存进普通数据库吗？：能，量小直接存表按行算也行；量大时专用向量库提供近似最近邻索引，毫秒级召回，效率差距明显。
