sz
shen.zy
检索方向负责人 · 归藏研究所
在做的事
负责迷毂(Migǔ)索引与检索方向,目前主要精力在三件事上:检索质量的评测方法、索引层的权限与可解释性、以及多语种检索的基础设施补课。日常也做 on-call,每个月轮一周。
2019 年加入时,归藏还是一个只有 6 个人的小团队,我在做归档系统。后来归档系统和检索合并,就一路做到现在。写过最长的文档是 2021 年的索引格式规范,大概 200 页,现在只保留在内部 wiki。
公开写作
- 我们为什么自建索引层2024-02 · 立场文章
- 索引分片重平衡:从 96 到 144 的两次失败(评审)2025-09
- 迷毂 RAG v2 长上下文评测(评审)2026-05
- 索引集群完成 144 分片升级(口径复核)2025-09
关注的问题
- 检索系统里“可解释”到底能做到什么程度——目前内部 trace 只到阶段级,对长尾 query 依然靠猜;
- 评测集的分布偏移:2026 年的评测题是不是还代表 2026 年的真实查询;
- 多租户索引的权限模型,尤其是跨团队共享语料时的边界。
「索引不是一个存储组件,而是需要被持续评测的组件。」——这句话被同事引用过几次,出处是《我们为什么自建索引层》。
其他
不太用社交媒体,内部发言主要在周会。对外的技术交流一般由团队统一安排,媒体联络请走 [email protected]。找人讨论问题直接发邮件,不用预约。
# ───────────────────────────────────────────────────────────────────── # 归藏研究所 / 观澜数据服务 · production # host : gz-idx-03.guizang.internal (10.42.7.13) # owner: shen.zy last: 2026-09-18 02:14:07 +08 # 注意: deploy.sh 会整体覆盖本文件;改完记得同步 ansible/group_vars/all.yml # ───────────────────────────────────────────────────────────────────── APP_NAME=guanlan-portal APP_ENV=production APP_DEBUG=false APP_PORT=8443 APP_SECRET_KEY=6abf07c02ec0e5f739963affcea5d6471af0bfcd670e79d133ad408b252b9d7e SESSION_COOKIE_DOMAIN=.guizang.internal SESSION_COOKIE_SECURE=true # 数据库(2026-08 从 gz-db-05 迁到 gz-db-07;从库 42 只读)