一句话定义
混合检索（Hybrid Search）是同时用「关键词检索」和「向量语义检索」两套方式去召回内容，再把双方结果合并、重新排序的一种检索策略。
两种检索各自的短板
BM25 这类关键词检索靠词频和逆文档频率打分：你搜「BM25 参数怎么调」，它能精准命中含这些词的文档。但你搜「怎么让搜索更懂人话」，它就抓瞎了——因为那篇文档里写的可能是「提升语义召回效果」，一个字都对不上。
向量检索（Vector Search）把句子压成向量，比的是「意思像不像」：搜「退款多久到账」也能命中「资金原路退回时效说明」。但它对精确字符串不敏感——产品型号、订单号、人名缩写、「C++」这类特殊符号，容易被「语义相近」的无关内容挤掉。
打个生活化的比方
就像去图书馆找书。门口站着两位管理员：一位只认书名和索引卡，你说得越准确，他翻得越快；另一位把全馆的书都读过，你说个大概他就懂你要什么。混合检索就是让两个人同时出发，最后把两份书单合并成一张。
怎么合并
难点在于两边的分数不在一个量纲上，直接相加没有意义。常见做法是排名融合（如 RRF，Reciprocal Rank Fusion），只看「排在第几名」；也可以先做分数归一化再加权。合并之后，通常还会接一个重排序（Rerank）模型，对前几十条精排一次。
| 维度 | BM25 关键词检索 | 向量语义检索 | 混合检索 |
|---|---|---|---|
| 比什么 | 词是否出现、出现几次 | 向量方向是否接近 | 两者都算 |
| 擅长 | 型号、术语、精确串 | 口语提问、同义改写 | 覆盖面最广 |
| 怕什么 | 换个说法就找不到 | 专有名词被稀释 | 调参与工程更复杂 |
| 代价 | 轻量、可解释 | 需要嵌入模型和向量库 | 两套都得维护 |
和相邻概念的区别
它不是 RAG（检索增强生成）的同义词。混合检索只负责「召回」这一步，RAG 是「召回 → 拼上下文 → 让大模型作答」的整条链路。重排序也不等于混合检索，它发生在合并之后，属于精排环节。
对从业者和普通人的意义
做企业知识库、电商搜索、客服问答，默认先上混合检索，通常比单用一种更稳：用户既能搜「X200 充电器」，也能搜「笔记本充不进电怎么办」。
排查问题时，把两路结果分别打开看就行：专有名词类查询表现差，多半是关键词一路权重不够；长句口语查询表现差，多半是语义一路没召回。这样就能快速判断「是没找到，还是排错了」。
具体参数与配置随各家向量库和搜索服务而不同，以官方文档为准。