搜得到但答不对常常缺一道重排

检索质量的最后一道工序又多了一个现货入口：Voyage AI 的 rerank-3 与 rerank-3-lite 现已上架 OpenRouter，入口在 openrouter.ai/voyageai ，官方称其为 2.5 版本的直接升级，专门针对长文档与代码检索场景。 重排这一层在检索管线里的位置常被低估。粗召回负责把候选捞回来，重排负责按查询意图把真正相关的顶到前面——很多 RAG 系统"搜得到但答不对"，毛病不在向量模型，而在召回之后缺一次重排，或者重排模型太旧。这次升级瞄准的正是 agent 时代最高频的两类语料：动辄几万行的代码库和几十页的长文档，两者都要求排序器在超长上下文里仍能抓住局部相关性。 上架开放平台这件事本身也有含义：重排从"要单独接一家供应商"变成同一路由里换一个模型名的事。对比测试的门槛随之降低，谁的重排更强不再靠口碑，两次调用就能验出来。 检索效果不理想的团队可以先做一次两步自查：管线里有没有重排环节，有的话用新版本在同一批查询上跑一遍，比较前五条命中的重合度。多数"模型不够聪明"的锅，其实属于排序——把相关文档递到模型面前，答案质量的提升往往立竿见影。