智能问答系统是那种"看起来门槛不高、真做起来处处是坑"的方向。检索式问答跑个 BM25 就能出 demo，可一旦要处理多轮指代、知识更新、答案可解释性，就会发现缺口不在"会不会调库"，而在检索召回、语义匹配、生成可控性这几处。这门课按科普、进阶、高阶三段切分，对应的是三种不同的能力缺口，先想清楚自己卡在哪一段，再决定怎么看。

先确认你的缺口在哪一段

科普段解决的是"这个东西怎么运转"的问题。如果你能说清问答系统从问句理解、候选召回、排序到答案输出的链路，但说不清每一环的输入输出和常见失败模式，那看的应该是这一段。它的价值不在代码量，而在于让你之后读论文、看开源方案时能对上号。

进阶段对应的是"能跑通但效果不稳"的状态。典型症状是：换一批测试问法准确率就掉、同义改写的问句召回不到、top-k 里明明有正确答案却排到后面。这一段要处理的是检索与语义匹配的具体取舍——稀疏检索和稠密向量各自在什么问句上更靠谱，rerank 加在什么位置，负样本怎么构造。

高阶段面向的是已经上线或接近上线的人。问题变成：知识库更新后旧答案怎么失效、多轮对话里的指代和省略怎么接、生成式回答出现幻觉怎么兜底、答案给不出来时怎么体面地拒答。这些不是算法题，是工程和产品判断。

配套练习该怎么做

科普段：拿一个垂直领域（比如某产品的帮助文档）手工走一遍问答流程，把问句到答案的每一步写在纸上，标出你认为最可能出错的两步。这一步不做，后面看进阶内容会缺少参照。
进阶段：同一批问句分别用稀疏检索和向量检索跑，记录各自的失败案例，别只看总准确率。分类看失败的问句长什么样，比盯着一个数字有用。
高阶段：给系统设计一套"答不出来"的判定规则，并想清楚误拒和误答哪个代价更高。这类取舍没有标准答案，但必须有明确立场。

看完应该能回答的问题

读完科普部分，你应该能解释：为什么问答系统不能只靠生成模型一路做到底，检索环节存在的意义是什么。

读完进阶部分，你应该能回答：在你的场景里，召回阶段该用哪种表示方式，rerank 是否值得引入，引入后延迟增加多少可以接受。

读完高阶部分，你应该能给出：多轮对话中上下文怎么裁剪、知识更新走全量重建还是增量、生成答案的引用来源怎么落到具体文档片段。

一点提醒

三个阶段的划分不是难度标签，而是问题类型不同。科普段讲机制，进阶段讲效果调优，高阶段讲系统在真实约束下的取舍。跨段跳读没问题，但别把科普段当成"可略过的铺垫"——很多做不稳的系统，问题恰恰出在对基础链路某一环的理解是错的。先定位自己当前的真实状态，缺什么补什么。