RAG 实测“翻车”：连基础文档检索都做不到位，大模型落地难掩尴尬

一位技术从业者在尝试利用 RAG（检索增强生成）技术构建运维知识库时发现，无论是 Obsidian 还是 AnythingLLM，在处理简单的关键词检索（如 SSH 设置）时均表现不佳，难以满足实际工作需求。该经历揭示了当前 AI 领域的一个普遍现状：虽然大模型概念火热，但在具体的垂直场景落地中，由于技术和工程化能力的不足，往往出现“PPT 战神、实战拉胯”的现象，行业亟需从资本炒作转向务实的工程打磨。