我们注意到一个细节：RAG系统（让AI基于企业内部文档回答问题的一种技术架构）的传统检索方式，常把5条「最相关」的文档一并喂给大模型——结果这5条全在讲同一件事。这是中文技术社区最近讨论得热闹的一个老问题：检索结果高度同质化（彼此内容雷同），挤占上下文窗口（AI每次能处理的文本长度有上限），让AI回答片面、空洞。

这是什么

RAG的核心逻辑是「先检索、再回答」：企业文档被切片后存入向量数据库（一套按语义相似度快速查找文档的系统），提问时系统找出最相似的几段，连同问题一起交给大模型生成答案。

问题出在「最相似」三个字上。Top-K排序（按相似度从高到低取前K条）只比相似度分数，不比文档之间是否重复。结果上下文窗口被同一维度信息塞满，其他维度反而进不来。原文给了一个直白例子：用户问「怎么挑笔记本」，传统检索返回的5条文档，条条都在聊CPU。

MMR（最大边际相关性）是工程界给出的答案。它的打分很直接：相关分减重复分，配合一个λ参数平衡两者。λ调到0.5，是业界默认最优点。用LangChain这类主流框架，开发者改三行配置——开启mmr搜索、设fetch_k=20、lambda_mult=0.5——就能让检索结果跨维度覆盖，不必换嵌入模型、不必重新切片。

行业怎么看

赞成的声音很直白：MMR是低成本高收益的优化。原作者写道，「只开MMR、合理调参，就能从根源上优化生成效果」。

但也有保留意见。第一，λ没有万能值。同样参数在客户支持场景恰好，在合同核验场景就可能漏掉关键证据；LangChain官方文档提醒：「MMR不是替代品，是补充品，单点事实查询用它反而拖累精度」。第二，检索多样性提升，不必然带来最终答案质量提升——下游大模型本身的整合能力，决定了MMR收益的天花板。第三，文章举例是「选笔记本电脑」，现实业务场景远比这复杂，参数调优仍需业务专家介入。

换句话说：MMR能解决一类问题，但不能替代对业务的理解。

对普通人的影响

对企业IT：若正打算或已上线知识库问答类AI产品，检索质量是比模型选型更常见的瓶颈。建议优先排查检索结果是否大量重复，不必急着更换更贵的大模型。

对职场个人：用AI读报告、查资料时若觉得「答得太窄」，问题未必是AI不聪明，而是它拿到的资料本身就窄。换个问法、补一句「请从多个角度分析」，是用户侧的低成本补救。

对消费市场：MMR是「水下冰山」，优化发生在检索后端，用户界面无感。但企业用的AI客服、咨询机器人，会因此变得更准确、更全面，这股红利最终会回流到消费端。