企业知识库希望更换嵌入模型，以改善专业术语检索、支持新语言或调整推理成本。最危险的失败并不一定报错：新模型恰好输出相同维度，数据库接受请求，返回的证据却悄悄变差。迁移要证明查询与文档处于兼容的语义空间、业务检索质量可接受，而且变化期间仍能完整处理源修订。
维度相同，只证明数组形状可以相配
嵌入模型将文本映射为向量，检索比较的是这些向量的关系。Sentence Transformers 的语义检索文档要求查询和语料进入同一向量空间，并区分查询与文档的编码方式。[1] 因而，两个模型都输出 768 维并不能证明坐标含义相同。除非有明确、经过验证的跨编码器兼容机制，默认应使用匹配的查询编码器和文档编码器。
版本清单不能只记模型名称。建议记录模型修订、查询与文档任务提示、文本预处理、截断长度、向量维度、归一化、距离度量，以及分块规则和索引配置。任何影响表示的环节变化，都应形成新的检索配置版本。远端服务若无法锁定修订，应记录其版本承诺和定期回归要求，不能声称完全可复现。
首次比较尽量固定原文、分块、权限过滤、候选数量和重排器，只替换嵌入路径；若同时改分块，就无法把改善归因给模型。后续可以比较成套优化，但应明确那是系统方案比较。短查询与长文档的任务前缀也要分别遵循所用模型说明，不把一种通用编码调用当作所有模型的正确用法。
选择隔离方式，并保留可以恢复的旧配置
Qdrant 官方迁移文档提供双集合与命名向量两种路径，并对部署版本及更新、删除处理列出前提。[2] 本文采用更容易明确隔离边界的双集合设计说明方法；这不是对所有数据库的强制要求。使用命名向量时也必须确认实际版本支持，不能把当前文档能力当作旧环境已有能力。
建立旧集合 A 与新集合 B，B 从同一权威原文重新编码，保留文档及片段标识、内容修订、权限信息和处理回执。不要用 A 的旧向量推算 B 的新向量，也不要在同一个未区分版本的字段中逐条覆盖，使用户同时面对两个表示空间。原文不可恢复时，应先解决数据来源问题。
应用层定义一个不可变检索配置包：查询编码器、目标集合或向量字段、距离函数、阈值、重排设置与缓存命名空间。切换的是整个包。只修改数据库别名不会自动更改应用里的编码器；只更新模型配置也不会把旧文档重新编码。每条请求在开始时绑定一个配置版本，执行期间不拆开读取可变化的组件。
双集合增加存储、回填与持续同步负担，命名向量可复用部分元数据但需要精确管理字段和更新语义。若业务允许维护窗口，短暂停写、建立一致基线后重建，往往比长期双写更简单。方案选择应依据源更新速度、允许停机时间和恢复要求，而非只追求“无停机”标签。
回填和增量写入必须使用同一源顺序
建议先建立源快照与对应变更位置，再回填历史片段，同时保存此位置之后的变更。新集合消费者按可靠源修订更新记录，拒绝旧回填覆盖较新修订。若目标库不能原子比较修订，应在单写入通道或权威状态存储中协调，不能先读后写就声称消除了竞态。
删除、权限撤销及正文更新都必须进入同步范围。例如快照中的 D9 修订 4 尚在回填，在线修订 5 已删除该文档，迟到的修订 4 不能令它复活。部分更新也应拿到与修订一致的完整编码输入，避免用新版元数据搭配旧文本向量。索引写入与可检索可见性分别验收。
已有的 RAG 增量更新与删除一致性解释了文档版本和撤销门控；模型迁移增加的是另一条表示版本轴。应同时核对 sourceRevision 与 embeddingRevision。向量数量相等不代表完成：可能漏了一个片段又多了一个旧副本，必须对比预期标识集合、源内容指纹和目标表示版本。
回填完成后追平到一个明确检查点，核对新增、修改与删除账本，再进行质量测试。持续有流量时，应定义允许的同步延迟并监测最老未处理变更。没有可证明的源顺序或无法处理删除时，应选择停写窗口或暂停迁移，不把后台任务运行结束当作完整性证明。
在相同证据上比较质量，不沿用旧分数阈值
建立与训练及调参材料分离的查询集，覆盖专业型号、缩写、中文与英文、短问法、跨段证据、无答案问题和权限边界。每个查询记录允许使用的相关文档或片段。评审先隐藏新旧系统标识，检查证据相关性，避免只因答案更流畅而偏爱新方案。
Sentence Transformers 的检索评估器使用查询、语料和相关文档映射，支持 Recall@k、MRR 和 NDCG 等指标。[3] 指标应对应业务问题：Recall@k 检查已标相关证据的找回比例，MRR关注首个相关结果位置。复杂答案需要多条证据时，首条正确并不代表证据齐全；相关标注不完整也会影响指标解释。
同一候选数下先比较检索，再固定生成模型评估最终答案及引用。按语言、来源和关键业务类别分别报告，避免常见问题掩盖少量高损失退步。无答案集单独统计错误提供证据和错误回答，不要把它们硬塞进没有相关文档的召回分母。
不要直接复用 A 的相似度阈值。不同表示的分数分布可能不同，分数也不是经过校准的业务正确概率。用开发集重新选择拒答阈值，锁定后在独立测试集比较错误放行、遗漏有效证据和拒答率。最终测试失败后若继续调参，该测试就已成为开发材料，需要保留新的独立验收。
还要分离表示质量与近似索引误差：在可控子集上用精确检索作为对照，再比较生产近似索引。若新模型精确检索已能找到证据、近似路径却找不到，应检查索引和搜索参数，而不是立即否定模型。延迟测试需包括查询编码、检索、重排与缓存未命中的完整路径。
构造容量算例和一次必须拒绝的混版请求
以下为构造算例，不是性能实测。假设 100 万个片段从 768 维迁到 1024 维，两边都保存 float32，则原始向量分别约占 3.072 GB 与 4.096 GB，双份共 7.168 GB，采用十进制 GB。该数不包括图索引、文本元数据、副本、日志、临时文件和运行内存，不能作为机器采购容量。
若回填端持续完成 100 个片段每秒，100 万片段的理想下限约为 10000 秒，即 2.78 小时。它忽略了重试、限流、原文读取和线上增量竞争，不能当作交付承诺。真实计划要测可持续吞吐，预留失败重放和对账时间；平均吞吐追不上增量时，回填结束也无法稳定追平。
再设服务切到 B 集合，而某个旧实例仍使用 A 编码器；若两者维度不同可能立即报错，维度相同则可能静默退化。请求携带的配置版本应与路由目标版本校验，不匹配就拒绝或重新按同一完整配置执行，不能把返回了十条结果视为兼容。
缓存同样可能隐藏迁移问题。缓存键应区分检索配置、查询和访问范围，并保留证据版本依赖；新模型试验要识别命中旧结果的请求。迁移验收不能全部在热缓存上进行，否则可能测到旧系统质量和延迟。权限撤销仍需独立强制检查，不能被配置快照覆盖。
切换、观察、回退，各有独立放行条件
放行前要求完整性对账通过、关键切片质量达标、阈值重新验收、同步延迟在约定范围、故障演练可回退。影子流量只用于比较，不对用户额外执行业务操作；随后小范围切换真实查询，观察错误、拒答、延迟和证据分布，而不只看接口成功率。
回退窗口内保留 A 的编码器、依赖和配置，并继续使旧集合接收必要更新与撤销。若旧集合停止同步，回退就可能恢复失效证据。回退前必须再次确认其内容有效和权限可用；必要时先补齐变更或停服处理，不能仅凭旧集合仍存在就切回。
至少演练回填中断恢复、删除后旧回填迟到、编码器与集合不匹配、一个语言切片退步、缓存串版，以及切换后同步消费者失败。每种情况记录检测信号、阻断方式和恢复证据。观察窗口结束且新路径稳定后，再按保留策略清理旧表示。迁移交付应包含配置包、源对账、质量对照和切换回执，而不只是“已写入全部向量”。