生产搜索不是“找一个更好的公式”，而是在目标、候选集合、时效性先验和昂贵模型之间连续做决定。真正困难的部分，往往不是某一步算得准不准，而是每一步应该看见哪些候选、改变什么，以及怎样让下一页仍然接得上。
本文不讨论某个具体系统的参数，而是整理一套可以迁移的多阶段搜索设计：相关性排序与时间排序为什么应该分流，复杂 Query 为什么是一种策略信号，为什么完整智能排序通常集中在第一页，以及时效性为什么需要在融合前后各出现一次。
先选择目标，再讨论算法
搜索请求看起来都只有一个 Query，但用户可能在问两个完全不同的问题：
- “哪些内容最符合我的意图？”这是相关性优先。
- “与主题有关的内容里，哪些最新或最早？”这是时间优先。
这不是同一批候选换一个排序字段。相关性优先允许词法匹配、语义召回、融合和 Rerank 共同塑造顺序；时间优先则必须先建立相关性门槛，再让发布时间成为主 排序条件。否则，一篇刚发布但只擦到一个边的文章，会压过真正讨论这个主题的 内容。
先确定优化目标，后面的每一步才有明确语义。把两种目标硬塞进一条流水线， 通常会同时伤害可解释性和分页稳定性。
一张图看懂两条排序路径
这里最值得保留的抽象不是 BM25、向量模型或某个 Reranker，而是两条路径的 职责：
- 相关性路径负责比较“不同方式找到的候选”。
- 时间路径负责在“足够相关的候选”中比较时间。
算法可以替换，职责边界不应该随意移动。
复杂 Query 是策略信号，不是长度开关
Q：复杂 Query 是不是“字数超过某个值”就算复杂？
短答案：不是。长度只是信号之一，Complex 更适合被理解成一个排序策略 分类。
工程上可以综合观察三类公开信号：
- 字符与书写形态：不同文字系统的分词和精确匹配能力不同，不能假设空格 总能可靠表达词边界。
- 描述范围：一个 Query 是在找明确对象，还是同时包含事件、地点、时间、 关系等多个约束。
- 已知对象例外：看起来较长的机构名、人名或固定表达，可能依然是清晰的 导航型意图。
因此，复杂度不应该直接等价于“开启语义召回”。它更像一个政策信号：系统可 据此选择更适合描述性意图的融合、时效性和 Rerank 策略。与此同时，明确的 导航型 Query、特殊词法规则或用户主动选择的检索模式，仍然可以改变实际召回 路径。
这种分层很重要：Query 是什么与系统最终走哪条路线是两个问题。把它们 合成一个布尔开关，会让特殊规则越来越难解释。
相关性路径：从候选到最终顺序
相关性排序的第一阶段不是排，而是找。词法召回擅长精确短语、实体和罕见词； 语义召回擅长表达不同但意思接近的内容。二者找到的候选会重叠，也会互相补足。
词法分数和语义分数不在同一个量纲上，直接相加没有稳定含义。更常见的做法是 先在各自候选通道内归一化，再按 Query 策略融合。融合得到的不是“真理分数”， 而是一个可继续校准的 Base 顺序。
后面的时效性、实体信号和 Rerank 都应该尊重一个原则：每一步只修正自己负责 的偏差，并保留前一阶段已经证明有用的信息。
为什么完整智能排序集中在第一页
Q：既然 ANN、融合和 Rerank 更智能，为什么不在每一页都执行？
短答案：首先是为了分页连续性，其次才是成本。
智能排序只能比较当前拿到的有限候选窗口。第一页里，某个原本较深的候选可能 被语义召回或 Rerank 提前；另一个候选也可能被降到窗口之外。如果第二页重新 取一个窗口并独立排序，就会出现三个问题：
- 第一页被降下去的候选可能永远消失；
- 第一页被提前展示的候选可能再次出现；
- 每翻一页，局部排序基准都变化，页边界持续漂移。
因此，一个稳健的设计通常把第一页看成“高质量橱窗”，把后续页看成“可恢复、 可去重的稳定续流”。后续页不是什么都不做，它仍然可以保留通道内相关性和 时效性，只是不再对每一页重新发明一个局部世界。
减少重复向量检索和模型调用当然能降低延迟与成本，但这是这个设计的副产品。 如果只用“省钱”解释第一页边界，就会漏掉真正的正确性约束。
为什么时效性要出现两次
Q：已经在召回阶段考虑过新鲜度，为什么融合后还要再做一次？
因为它们控制两个不同问题：
- 前段时效性控制候选能否进入有限召回窗口。
- 后段时效性控制不同召回通道合并后，候选之间怎样竞争。
只做前段时效性，新文章更容易进入各自通道，但独立归一化和融合权重可能稀释 这个效果；只做后段时效性，统一列表能得到清晰校准，却无法救回没有进入任何 候选窗口的文章。
| 设计 | 能解决什么 | 留下什么缺口 |
|---|---|---|
| 只有前段 | 让候选准入考虑新鲜度 | 融合后缺少统一校准 |
| 只有后段 | 让融合列表考虑新鲜度 | 无法恢复未被召回的内容 |
| 前后两段 | 同时控制候选可用性与融合后竞争 | 需要更清晰的分阶段配置和观测 |
两次出现不等于把同一个因子机械乘两遍。更好的做法是为两个阶段定义不同职责， 再按 Query 类型选择强弱：热点型意图可以更重视新鲜度，研究型或背景型意图则 需要给旧但高度相关的内容留下空间。
Rerank 不是推倒重来
Rerank 擅长在一个较小候选集上理解更复杂的语义关系，但它也有成本、延迟和 失败概率。更关键的是，它看到的上下文与之前的检索证据并不相同。
因此，稳健的 Rerank 通常不是用模型分数完全替代 Base 顺序，而是把两者作为 不同证据进行校准和融合：
- Base 得分保留精确词法命中、语义相似度与时效性先验；
- 模型得分补充对整体 Query—文档关系的理解；
- 模型不可用时，系统仍能退回一条完整、可解释的结果链。
这也意味着 Rerank 应该有明确资格条件。导航型短 Query 往往不需要昂贵模型， 描述性、多约束 Query 才更可能从它受益。
时间排序也需要相关性门槛
时间优先不代表“从所有文章里选最新”。它的正确问题是：“在与 Query 足够 相关的文章中，哪些最新或最早？”
这里使用“质量分组 + 自适应门槛”，比一个固定分数更容易适应 Query 差异。 有的 Query 能产生大量高置信匹配，有的只能找到较弱但仍有价值的候选。门槛 先决定资格，时间再决定顺序；匹配质量只在必要时承担并列处理。
不同 Query 会走向哪里
拿到一个 Query 时，可以用下面的公开场景做第一轮推断：
| 场景 | 可能的主要路径 | 重点检查 |
|---|---|---|
| 空白或只有符号 | 校验失败或直接返回空集合 | 是否包含可搜索字符 |
| 短而明确的导航型 Query | 词法和精确匹配优先 | 是否命中一个清晰对象 |
| 多约束描述型 Query | 词法 + 语义，可能进入 Rerank | 语义候选是否补足表达差异 |
| 非拉丁文字或混合书写 Query | 取决于分词、字符形态与已知对象 | 不要用空格数量机械判断 |
| 用户明确选择词法模式 | 关闭语义候选，保留词法排序 | Rerank 是否仍有独立资格 |
| 精确 ID 或标题 | 常规排序加精确候选提升 | 最终是否去重 |
| 相关性后续页 | 稳定词法续流、恢复与去重 | 不应期待每页重新做全量智能排序 |
| 最新或最早 | 相关性准入后按时间排序 | 新或旧不能替代主题相关性 |
这张表不是路由配置，而是一个诊断索引。真正排查结果时，还要把排序目标、 分页状态、过滤条件和用户选项一起带入。
设计边界与常见误区
几个常见误区值得单独记住：
- 把 Query 长度当成唯一复杂度标准。 它会误伤长实体，也会低估没有空格 的描述性输入。
- 把 ANN 当成 BM25 的升级版。 两者提供不同候选证据，语义召回并不天然 更精确。
- 认为 Rerank 可以修复所有召回问题。 没进入候选集的文章，任何后处理 都看不到。
- 认为时间排序不需要相关性。 这会把“最新的弱匹配”误当成“最新的相关 内容”。
- 逐页独立做智能排序。 局部看更聪明，整体可能出现重复、遗漏和漂移。
- 只看最终名次。 更有效的排查顺序是：资格 → 召回来源 → Base 排序 → 时效性 → Rerank → 最终提升或去重。
多阶段系统的可解释性不来自一个万能分数，而来自每个阶段都有清晰输入、输出 和失败回退。
结语
搜索排序的核心并不是堆更多模型，而是管理候选集合在每个边界上的变化：
- 目标决定主路径；
- Query 信号选择策略，但不替代路线判断；
- 前段时效性决定谁有资格参加；
- 融合让不同召回方式进入同一个竞争空间；
- 后段时效性与 Rerank 修正统一列表；
- 分页机制负责让第一页的智能排序不会破坏后续连续性。
当一个结果不符合预期时，最有用的问题不是“最终公式错了吗”，而是“它在哪个 阶段第一次偏离了预期”。能回答这个问题，系统才真正具备持续迭代的能力。
