笔记系统 AI 化：一次检索重构的记录

我记笔记的历史很长，从纸质笔记本到各种笔记软件，再到现在的纯文本文件加版本管理。记了这么多年，最大的问题不是记不下来，而是找不回来。

这篇文章记录我给笔记系统做的一次 AI 化改造，核心是检索。

问题：记了一堆，找不到

笔记积累到几千条之后，靠目录和标签已经撑不住了。标签的问题在于它是先验的，你得在记的时候就知道这条笔记将来会怎么被找到，但未来怎么找，当时根本想不到。目录同理，一条笔记往往属于多个主题，放在哪都不对。

我当时的检索方式是全文搜索。能搜到，但体验很粗糙：搜关键词，返回一堆包含这个词的笔记，相关度排序基本靠猜。经常搜出来的东西不是我要的，或者关键词差一个字就搜不到。

后来接触了向量检索，思路一下子打开了：如果我把每一条笔记变成一段向量，让”意思相近”的笔记在向量空间里距离相近，那么检索就不需要精确匹配关键词了。我可以用一句话描述我想找的东西，然后找出语义上最接近的笔记。

这个转变的本质是：从”字符匹配”升级到”语义匹配”。关键词匹配要求你知道文档里写了什么词，语义匹配只要求你知道你想找什么。

方向对了，实现起来还是有不少坑：

坑一：切块粒度。 一条笔记太长，直接嵌入效果会很差，因为语义被稀释了。太短又丢失上下文。我最后用的策略是按语义单元切块，保持块之间的上下文关联，检索时返回相关块和它的上下文。

坑二：混合检索。 纯向量检索有个毛病：对专有名词和精确术语不敏感。比如你搜一个函数名，语义检索往往不如关键词搜索准。最后的方案是向量检索和关键词检索并行，结果融合排序。这个”混合”的思路，几乎适用于所有检索系统。

坑三：增量更新。 笔记是持续在写的，向量库需要跟着更新。全量重建太慢，增量更新又要处理删除和修改的情况。这块我花的时间比想象中多，但做完了之后，整个系统才真正”活”起来。

现在我的笔记检索方式变成了：直接说我想找什么，系统返回相关内容，我顺着结果往下翻。偶尔还能发现一些”我当时记过但早忘了”的东西，这种找回的感觉，是改造前完全没有的。

这次改造让我对”个人知识库”这件事有了更具体的理解：存储只是地基，检索才是使用体验的全部。一个能把你十年前记的东西在需要时捞出来的系统，和一堆只进不出的文件，是两种完全不同的东西。