一句话定义：双编码器（Bi-Encoder）是把查询（query）和文档（document）分别送进编码器，各自压缩成一个向量（vector），检索时只比较两个向量的距离。
它怎么工作
"双"不是因为一定有两个模型，而是同一套编码器被叫了两次：一次把用户的问题变成一串数字，一次把每篇文档变成同样长度的数字。两边各干各的，互相不知道对方存在。
打个比方：招聘时给每位候选人单独拍一张证件照，再给岗位要求单独拍一张，然后靠比照片相似度来挑人。好处是候选人照片可以提前拍好、批量归档；坏处是照片里看不出这个人和这份工作"聊不聊得来"。
落到工程上就是：所有文档离线编码一次，存进向量库；用户提问时只算一次查询向量，再做近似最近邻搜索（Approximate Nearest Neighbor, ANN）。文档规模到百万级，响应依然在毫秒量级。
和交叉编码器的区别
交叉编码器（Cross-Encoder）把问题和文档拼成一条输入，让两边每个词都互相"打招呼"（注意力交互），判断质量高得多。代价是无法预计算——一万篇文档就得跑一万次模型，检索阶段根本扛不住。
| 维度 | 双编码器 Bi-Encoder | 交叉编码器 Cross-Encoder |
|---|---|---|
| 编码方式 | 查询、文档各自独立 | 拼在一起联合编码 |
| 交互粒度 | 无，只在末尾比向量 | 词级全交互 |
| 文档可否预计算 | 可以，一次编码反复用 | 不可以，每对都要重跑 |
| 速度 | 快，适配海量召回 | 慢，适合小规模精排 |
| 精度 | 够用但偏粗 | 高 |
| 典型角色 | 召回（retrieval） | 重排（rerank） |
它丢了什么
查询和文档从没"见过面"，所有信息都要挤进一个固定长度的向量里。词级匹配、否定词、条件限定、数字范围这些细节很容易在压缩中糊掉。所以向量相似度高，不等于答案真的好——"不支持退货"和"支持退货"的向量可能挨得很近。
多向量（multi-vector）检索是折中方案：不把整篇压成一个点，而是保留若干个小向量，索引会变大，计算也更重。
对实际工作的意义
今天主流的AI 词典：检索增强生成">检索增强生成（Retrieval-Augmented Generation, RAG）系统基本都是两段式：双编码器负责从百万文档里捞出几十条候选，交叉编码器再从中精排出前几条喂给大模型。前者决定"有没有捞到"，后者决定"排得对不对"，两者的调优目标并不相同。
对普通用户来说：搜索能在一瞬间返回结果，多半是它的功劳；偶尔遇到"看着像但答非所问"的召回，也是它为了速度付出的代价。具体的向量维度、模型选型与索引参数，以各官方页面为准。