过去两年,仓库行业里的大模型项目有一个明显的走向:最先落地的几乎都是知识问答,而每个项目绕不开的选型问题,就是微调还是 RAG。操作员问一句"这个 SKU 的拣选路径怎么走",系统从手册、作业指导书和历史工单里找出答案。问题不在要不要做,而在怎么做。摆在面前的两条技术路线,微调和 RAG,看起来都能交差,选错了的代价却要到上线半年后才显现出来。

我跟踪过三个真实的仓库知识库项目。一个是华东某 3PL 的客服问答,2024 年初上线,用的是微调路线;一个是华南某电商仓的内部作业助手,2024 年中上线,走的是 RAG;还有一个是华北某制造企业的备件查询系统,2025 年初同时试了两种路线。三个项目起步时都拿到了不错的演示效果,半年后的命运却完全不同。

微调那家最先遇到麻烦。他们的知识库覆盖了 40 多份作业文件,上线时问答准确率看着不错,但问题出在更新上。每当仓库改一次流程、换一批设备参数,就得重新准备训练数据、重新跑微调。一次更新走下来,短则两周,长则一个月。更麻烦的是,微调后的模型对新知识的吸收并不稳定,有一次更新完,模型开始把旧流程和新流程混着答,现场操作员问一句拣选规则,得到的答案一半是新版、一半是旧版。项目负责人后来跟我说,他们一半的精力花在了"让模型别忘事"上,而不是让系统更好用。

RAG 那家走得稳一些。知识以文档形式存在向量库里,改流程就换文档,几分钟就能生效。2024 年底他们换了一套新的分拣设备,相关的作业指导书更新后当天就能查到新内容。但 RAG 也有它的短板:检索不准的时候,答案会一本正经地胡说八道。有一次操作员问冷链库的温控报警阈值,系统从一份过期文档里捞出旧数字,答得非常自信,差点让一班人按错标准执行。事后复盘,问题不在模型,而在知识库的治理——过期文档没人清理,检索召回的是垃圾。

微调和 RAG,分界线到底在哪

这两个技术路线的分界线,不在"谁更聪明",而在知识的形态和变化速度。微调是把知识"烙"进模型参数里,适合那些稳定、通用、长期不变的能力,比如语言风格、回答格式、领域常识。RAG 是把知识"挂"在模型外面,适合那些频繁变化、需要精确引用的具体内容,比如作业流程、设备参数、客户合同条款。

仓库知识库的内容,绝大部分属于后者。流程会改,设备会换,客户会提新要求,法规会更新。一个知识库如果每次更新都要重新训练,那它的维护成本会迅速超过它的使用价值。这也是为什么我倾向于一个判断:仓库知识库的默认架构应该是 RAG,微调只用在刀刃上。

具体到选型,可以按下面这个框架对照:

维度 微调 RAG
知识更新成本 高,需重新训练 低,换文档即生效
答案可追溯性 差,无法指出出处 好,可定位到具体文档
幻觉风险 中等,模型凭记忆作答 取决于检索质量,可控
适用内容 稳定通用能力、语言风格 频繁变化的具体知识
数据量要求 需要成百上千条高质量样本 几十份文档即可起步
典型坑点 旧知识干扰、灾难性遗忘 过期文档污染、检索不准

这个表格里的"灾难性遗忘"值得多说一句。微调的本质是用新数据去改模型的权重,改得多了,模型原有的能力会受损。那家走微调路线的 3PL 就遇到过:为了让模型记住新流程,微调了三轮,结果模型连基本的算术问答都开始出错。最后他们不得不把微调的轮次压到最低,效果也跟着打了折。

选 RAG 之后,真正的活才刚刚开始

选了 RAG 并不等于选对了,只是选了一个更容易纠错的起点。RAG 系统的成败,七成在知识治理,三成在技术。知识治理包括三件事:文档的版本管理、过期内容的定期清理、检索效果的持续评测。

那家华南电商仓的做法值得参考。他们给每份入库文档打上生效日期和失效日期,过期文档自动退出检索范围;每周抽查 50 条真实问答,人工判断答案是否引用了正确的文档,检索准确率低于某个阈值就触发复查。这套机制跑了半年,他们的问答准确率从上线初期的七成左右稳定在了九成以上。技术选型只决定了上限,治理决定了下限。

还有一个反常识的判断:数据量小的时候,不要急着微调。很多团队一上来就想微调,觉得"自己的数据训出来的模型才懂自己的业务"。实际情况是,几百条样本的微调很容易让模型过拟合,答起训练集里的问题头头是道,一遇到没见过的问法就露馅。与其花两个月攒微调数据,不如先把 RAG 跑起来,让真实问题先流进来,攒够了再决定要不要微调。

我的建议是分三步走。先上 RAG,用现成的文档搭一个能用的问答,跑三个月,收集真实问题和反面案例。再根据反面案例决定要不要补微调:如果问题集中在回答风格和格式上,微调有价值;如果问题集中在知识错误上,优先治理知识库。最后把两种路线组合起来:微调负责"怎么说话",RAG 负责"说什么内容",各司其职。

技术选型没有标准答案,但有一个检验标准是通用的:半年之后,你的团队是在用系统,还是在伺候系统?如果每次业务变化都要技术团队加班加点地折腾模型,那选型大概率错了。仓库知识库的价值在于它能跟着业务一起变,而不是让业务迁就它。

作者:陈博士|供应链行业研究员