RAG 检索相关，不代表来源可信

客服 RAG 同时搜到今年和去年的退款政策，相关性都很高，最后却引用了旧规则。问题未必出在检索质量：检索擅长找出「与问题有关」的内容，却不能单凭相似度决定哪份文件有资格拍板。

这篇文章把问题拆成了来源身份、替代关系和生效时间。结论很实用：想让 AI 回答当前规则，先把规则何时适用、替代了谁存清楚，再交给模型组织答案。不过，文中的实验很小，产品能力也来自文档阅读，不能当成选型榜单。

搜得相关，为什么还是会答错

常见混合检索经过关键词匹配、向量检索、排名融合，再选择性加入 reranker。它们主要判断同一件事：这段内容与问题有多相关。

旧政策、未批准的草案、讨论政策的论坛帖子，都可能高度相关。知识图谱也有类似边界：找到关联关系，不等于确定哪个值可信。

原文引用 Manoj Kumar Vohra 在 2026 年 10 月 9 日发表的测试。长文档测试只有一个退款问题、八份合成文档，其中 reranker 把未批准草案和已被替代的政策排在第 3、4 位，高于官方但不相关的文档。

这个排序符合相关性目标。尤其是测试中的 reranker 只收到问题和正文，不能据此认定它能识别却忽略了审批状态。

另一个小块测试覆盖退款期限、免费试用时长、可用性保证三个问题。移除来源标题、类型、日期、状态四项信息后，各系统的时效性 AUC 降至 0.51 至 0.72；该指标中，1.00 表示总能正确区分，0.50 相当于随机判断，接近 0 表示方向相反。

这里的 AUC 是按问题计算后取平均，不能读成回答准确率。更不能把下降全部归因于缺少日期，因为四个字段被一起拿掉了。

模型不能补出索引从未记录的来源状态。

作者据此建议在入库时记录来源信息。索引里有字段、送给模型时却只剩正文，同样会制造信息缺口。

判断当前规则，要看生效日而不是更新时间

文章区分了三种日期：

• 生效日期决定规则从什么时候开始适用。
• 发布日期记录首次公开时间，可以辅助排列版本。
• 最后修改日期记录内容变化，改错字也会更新它。

Schema.org 中对应的字段是 validFrom、datePublished、dateModified。记忆系统还可能记录入库时间：Zep 接收原始事件时间的 reference_time，缺失时会使用入库时间。刚导入的旧文件，因此不能自动算成新规则。

原文用一组虚构材料解释风险：旧条款、FAQ、客服话术都写着 30 天退款；新的 14 天政策于 10 月 1 日获批发布，11 月 1 日生效，并明确替代旧条款；10 月 10 日，旧 FAQ 又修正了一个错字。

问 10 月的规则，应回答 30 天，并说明未来调整；问 11 月 5 日的规则，应回答 14 天。按发布时间立即切换，会提前执行新政；按修改时间选最新，旧 FAQ 又会胜出。

解决办法是保存替代对象及其生效时间，并在代码或数据库里计算是否适用：

valid_from <= asked_at and (valid_to is null or valid_to > asked_at)

要盯住的是第一项 valid_from <= asked_at，它挡住尚未生效的新政策。asked_at 是问题所针对的时间，valid_to 是停止适用的时间，仍适用时为空。

未来政策也应保留：它可以作为已公布的变化展示，同时明确今天执行哪条规则。

三份旧材料，不能靠票数压过一份新政策

Vohra 的另一个发现来自提问方式。直接问某份文档是否与其他证据矛盾，几个系统会把正确文档 D1 标为矛盾，因为另外三份材料都反对它。

但旧条款、据此编写的 FAQ、再据 FAQ 编写的客服话术，可能只是同一条规则被复制三遍。数量增加，没有带来三个独立判断。

更合理的判断是：这份材料的主张，相对于最权威且当前适用的证据，是否已经错误或过时。明确替代关系应从生效日起起作用，不能只数支持者。

也不是所有分歧都属于版本替换。业务上线日与技术上线日可能同时成立，只是视角不同。文章因此提出至少三种处理结果：确认替代关系；保留并列观点及其负责人；无法确定时间顺序时，标记为无日期材料并交给人处理。

产品文档展示了部分实现方式，但开关和边界各不相同：

• Cognee 用 external_metadata 中的 effective_date 辅助冲突审查，键名可由 IMPROVE_EFFECTIVE_DATE_KEY 配置；improve() 的审查阶段需通过 review_conflicts=True 开启，默认关闭。
• Mem0 Platform 区分记忆创建时间与事件日期，文中所述时间推理能力不在 OSS SDK 中。Dream 默认不删除或隐藏旧记忆，latest_only=true 才将结果收窄到活跃记忆。
• Mnemoverse 的 POST /memory/write 接收 supersedes，旧记录通过 superseded_by 指向新记录，仍可按 ID 获取；默认读取隐藏旧版本的过滤开关处于关闭状态。
• Supermemory 接收 ISO 8601 格式的 date，文档称新事实会替代旧事实参与搜索，历史可以保留。
• Zep 用 valid_at 表示事实开始成立的现实时间，created_at 表示系统获知时间，也使用 invalid_at 记录失效边界。

这些字段能表达时间关系，却不能证明事实是真的。Zep 文档也明确写出了这条限制。

我的判断

我认同把「是否适用」从模型临场判断中拿出来。对于有审批流程、版本号和生效日的政策库，确定性规则比反复叮嘱模型「优先相信最新资料」更容易检查。

但来源官方、状态已批准，也不代表任何场景都适用。文章没有完整讨论地区、用户类别等适用条件，不能把时间过滤当成全部授权逻辑。

实验边界同样要守住：Vohra 测的是少量合成文档；文章作者没有提供自己的准确率、延迟或基准数据。退款时间线和四组验收材料都是示例，文中产品信息截至 2026 年 10 月 23 日，来自厂商文档阅读，并非上手横评。作者本人来自 Mnemoverse，读产品介绍时也应知道这一关系。

与继续优化 reranker 相比，补齐元数据解决的是另一个环节的问题，两者需要配合。文章没有给出成本或端到端收益的对照数据，因此这是一套有道理的方法，尚不是经过充分验证的通用收益承诺。

能拿来做什么

• 给客服或内部知识库做 RAG 时，在入库阶段保存标题、来源类型、状态、生效与失效日期，并把替代关系随新版本一起保存。Node 服务可以先计算适用性，再将结果交给模型。
• 用自己的材料建立四组回归样例：一份新政策对三份旧材料；新政已发布但未生效；旧 FAQ 修改时间更新；新政缺少日期。先写期望结果，再运行系统。
• 让回答区分「当前执行」和「未来生效」，遇到无日期材料时明确暴露不确定性。原文第四组样例要求标记日期缺失，不能自信地猜一个退款期限。
• 给日常 AI 编程维护的知识库补上日期和决策关系。被替代的决定指向新来源，同期不同视角保留负责人，避免把所有分歧都处理成删除旧记录。