嵌入模型（如 BGE、OpenAI text-embedding）把文本映射到高维稠密向量（768-3072 维），语义相近的文本向量距离近。检索即计算查询向量与库中向量的相似度——归一化后余弦相似度等价于内积，取 top-k。

暴力扫描复杂度 O(N·d)，百万级文档每次查询要算百万次内积，延迟无法接受，因此用近似最近邻（ANN）索引以微小召回损失换取数量级加速。主流算法：HNSW（分层小世界图，从稀疏层向稠密层逐层贪心游走，召回高、查询快，是在线检索主流）；IVF（倒排聚类，先粗聚类再只搜最近的若干簇，内存友好）；PQ（乘积量化压缩向量，省内存）。Faiss、Milvus、pgvector 都提供这些实现。

易错点：嵌入模型的选择比索引调参影响更大，且必须与文档语言、领域匹配，中英文混合库要用多语言模型；更换嵌入模型需要全量重建索引。追问方向：召回率与延迟如何权衡（HNSW 的 ef 参数）？为什么嵌入检索对'相似但无关'的长文本区分力弱？