Embedding 模型升级了，存量向量要全部重算吗？怎么平滑切换？
面试怎么回答
不同模型的向量不在同一个空间，不能混用，换模型就是全量重算加索引切换。先在自己的评测集上确认最终回答准确率确实提升，并估算重算、存储和在线推理的成本。切换按双写、回填、校验、灰度、保留回滚来做：新建索引，从某个时间点起新增更新双写，离线分批用新模型回填存量并可断点续跑，做数量对账和评测回归，再按比例把查询灰度到新模型和新索引，旧索引保留一段时间可回切。回填用批处理推理、限速避免影响在线服务；一定要保留 Chunk 原文，记录每条向量的模型版本，检索服务对外屏蔽模型细节，降低以后切换的成本。
先把这段讲顺；面试官追问时，再展开下面的原理和细节。
详细讲解
新的 Embedding 模型在评测中召回率提升了 8 个点，团队想换。但知识库里已经有 3 亿条向量，而且新旧模型的向量不在同一个向量空间里，不能混用。面试官问这题，想看你怎么把一次「全量重算 + 切换」做得安全、可回滚、成本可控。
为什么不能混用
不同模型生成的向量，维度可能不同，即使维度相同，含义也完全不一样。用新模型编码的问题去检索旧模型编码的文档，结果是无意义的。所以：换模型 = 全量重算 + 索引切换。
先确认值不值得换
- 在自己的检索评测集上对比，而不是只看公开榜单；
- 看最终回答准确率的提升，不只是召回率；
- 估算成本：3 亿条重算需要的 GPU 时间或 API 费用、新索引的存储、新模型推理的在线成本（维度变大，存储和检索成本也会变）；
- 查询侧的延迟：新模型是否更慢。
切换方案：双写 + 回填 + 切换
- 新建索引：用新模型的维度和参数建一个新的集合；
- 双写：从某个时间点开始，新增和更新的文档同时写旧索引和新索引；
- 回填存量：离线批量任务把存量文档用新模型重算，写入新索引。按文档 ID 分批，记录进度，可断点续跑；
- 校验：数量对账（新旧索引的文档数、Chunk 数是否一致），抽样检查，评测集回归；
- 灰度切换查询：小比例流量用新模型编码问题、查新索引，对比效果和延迟，再逐步放量；
- 保留旧索引：全量切换后保留一段时间，出问题可以回切；
- 下线旧索引：确认稳定后停止双写，删除旧索引。
回填的工程要点
- 大批量 Embedding 用批处理推理，提高 GPU 利用率；
- 控制回填速度，不能影响在线的 Embedding 服务；
- 原始的 Chunk 文本要保留着，否则没法重算——这也是为什么一定要存原文，而不只是存向量；
- 记录每条向量的模型版本，方便核查。
减少未来的切换成本
- 检索服务对外屏蔽模型细节，业务方不直接依赖向量；
- 元数据里记录模型版本；
- Chunk 文本和向量分开存储，向量可以随时重建。