M-检索层 · 对齐 RecBot 消费侧：语义 Matcher/Attenuator + 正负软硬路由 + 记忆作用位置 —— 开发文档(面试向)#

记忆层此前参考了 RecBot(arXiv:2509.21317) 的 Parser→P_t、Filter/Attenuator，但检索层没有。本篇把论文 §3.3 的 Filter / Matcher / Attenuator / Aggregator 四工具落到 item_picker，补上 embedding 语义打分，并系统回答一个更本质的问题：{正/负}×{硬/软} 偏好、长期 vs 短期记忆，各自该在「召回」还是「精挑」起作用。 讲设计与边界，不讲代码。

一句话概括#

论文的推荐打分是 Filter→Matcher&Attenuator→Aggregator 四工具，正/负偏好都用 embedding 相似度打分（正向加、负向减）。我们此前只做到「负向靠关键词过滤、正向靠 user 向量召回」，soft 打分是关键词字面命中、抓不到语义近邻。本篇把 item_picker 的四段打分显式对齐论文四工具，正/负软/正硬都补一路 BGE-M3 语义打分，并确立一条贯穿全系统的路由原则：召回管「谁进漏斗」，精挑管「漏斗内怎么排 + 硬门」；长期记忆倾斜召回、短期约束在精挑 enforce。

1. 核心原则：一条偏好放召回还是精挑？#

阶段	在什么集合上跑	决定什么	判据
召回 (item_search + Qdrant)	全库（百万级）	哪些候选被 surface 进来（coverage）	偏好改变的是「谁有资格出现」 → 放召回
精挑 (item_picker)	小候选集（≤100）	怎么排序 + 硬门淘汰（ranking/enforce）	偏好改变的是「已 surface 的怎么排/淘汰」 → 放精挑

很多偏好两头都要（召回先 surface、精挑再 refine/enforce）。这条原则是下面所有路由决策的总纲。

2. 架构决策图#

2.1 两阶段数据流（= 论文四工具的落点）#

       ┌──────────── 偏好来源 ────────────┐
       │ 长期库(一贯取向) · 会话P_t(本轮) · 本轮planner(当前意图) │
       └───────────────┬────────────────┘
                       ▼
  ┌─────────── 召回 item_search（决定谁进漏斗）───────────┐
  │  query 向量  = 本轮正向意图（planner keywords）          │  ← α 语义通路
  │  user  向量  = 长期 like 画像（β 加权、时间衰减）        │  ← β 个性化通路（负向绝不进）
  │  payload filter = 结构化硬约束（价 / 评分 / 平台）        │  ← Filter（结构化）
  └───────────────────────┬──────────────────────────────┘
                          ▼ top-N 候选（≤100）
  ┌────────── 精挑 item_picker（四工具打分 + 硬门）──────────┐
  │  Filter      负硬 → exclude 命中淘汰 + budget 超预算淘汰   │  −∞
  │  Matcher     正硬(must,高权重) + 正软 → 关键词命中 + 语义 +W·sim │  加分
  │  Attenuator  负软 → 关键词命中 + 语义 −W·sim（独立减分项）  │  减分
  │  Aggregator  + 便宜度 + 评分 → 加权求和 → 排序取 top-K     │
  └───────────────────────────────────────────────────────┘

plaintext

2.2 {正/负}×{硬/软} 路由决策矩阵#

格子	召回（coverage）	精挑（ranking/enforce）	为什么这么放
正·硬（必须金属）	query/user 向量高权重 bias	Matcher `must` 高权重加分（关键词 + 语义），不淘汰	自由文本无结构化字段 → 做不了可靠硬 filter（keep-only 误杀真金属款）；向量能做加法
正·软（喜欢精致）	长期→user 向量；本轮→query	Matcher 关键词命中 + 语义 `+W·sim`	正向能进向量（加法有效）
负·硬（绝不塑料）	结构化→payload filter；自由文本→不进	Filter exclude 命中即淘汰（−∞）	负向绝不进召回向量；硬 = 二值淘汰（自由文本负向 exclude 安全）
负·软（尽量避免花哨）	不进向量	Attenuator 关键词命中 + 语义 `−W·sim`（独立减分项）	负向只能做减法；语义减分抓「塑料感」这类字面漏网近邻

2.3 长期 vs 短期记忆的作用位置#

记忆层	是什么	主战场	为什么
长期记忆（Store，一贯取向）	用户跨会话稳定画像	召回（user 向量倾斜 + 结构化硬 filter）	该预先倾斜「surface 什么」——否则符合口味的好商品可能根本没召回进来，精挑无米下锅
短期 P_t（会话，本轮约束）	这一次购买的具体约束	精挑（Filter 硬门 + Matcher/Attenuator refine）+ 召回 query（本轮意图本就是 query）	该在小候选集上确定性 enforce；本轮正向意图已经是 query，召回自然带上

3. 三条关键设计决策（面试高频）#

① 正向能全程进向量，负向永不进召回向量。 α·query + β·user 是加法——正向偏好把请求向量拉向目标区，有效。把「不要塑料」塞进召回向量会把向量推向「塑料」区、反召回更多塑料（embedding 对否定算子编码极弱、对主题词极强）。所以负向只两条路：Filter 硬淘汰（hard）或独立减分项 Attenuator（soft，−W·sim 减不加、不进正向向量）——这才是负向「用 embedding」的唯一正确姿势。

② 硬/软的区别：结构化用 filter、自由文本用权重强度，不用「淘汰 vs 加分」硬掰。 负向硬 exclude 是安全的（标题写了 plastic 就是塑料，删对）；正向硬 keep-only 是危险的（标题没写「金属」≠不是金属 → 误杀 → 空结果）。所以自由文本正向硬（must_have）用更高 Matcher 权重（_W_MATCH_HARD=2.0 vs 软 _W_PREF=1.0）表达「硬」，强力上浮但不淘汰——用强度差而非二值 drop 表达硬软之别，无空结果风险。可枚举的结构化硬约束（价/评分/ 平台）才走真正的二值 filter（Qdrant payload）。

③ 长期倾斜召回、短期精挑 enforce，是「记忆用途」决定的分工，不是缺陷。 长期是「你这个人」（该 bias coverage），短期是「你这次」（该 enforce ranking）。所以正向通道「按来源分裂」（长期 like 在召回 user 向量、本轮/会话在精挑 Matcher）是对的：讲的时候说「正向影响召回靠长期画像、影响精挑靠本轮 Matcher」即自洽。

4. must_have：正向硬的落地#

给 item_picker 加 must_have 入参（自由文本正向硬，如 ["金属"]）：

关键词路：命中 +_W_MATCH_HARD（比软偏好 _W_PREF 重一倍）。
语义路：对 must 意图算候选 cosine，命中 +_W_MATCH_HARD_SEM（比软语义 _W_MATCH_SEM 重）。
不淘汰不匹配的：强力上浮匹配项，但浮不上来也保留——避免自由文本正向 keep-only 的空结果风险。
机制路由：会话 P_t 的 like-hard 约束自动并入 must、like-soft 并入 prefer（对称于 dislike 的 hard→exclude / soft→attenuate），续聊「上一轮说必须金属」确定性生效、不靠模型每轮转述。

5. 消融标定（scripts/ablation_semantic_pick.py）#

方法：库是英文标题、用户用中文偏好词 → 关键词天然跨语言失配（「压缩」匹配不到「Compression」），正是语义该发力处。用确定性规则标注（英文属性词在标题里=满足，完全可复现，不用 LLM judge——judge 在薄库上标注不稳）在真实 Qdrant 候选上跑，扫语义权重，用 eval/recall_metrics 的 Recall/NDCG/MRR 量化。

结果（5 场景，确定性 gt）：

配置	Recall@10	NDCG@10	ΔNDCG
关键词基线（跨语言失配→偏好盲排序）	0.590	0.451	—
+语义 0.5	0.619	0.510	+0.059
+语义 0.8（NDCG 峰）	0.619	0.523	+0.071
+语义 1.2	0.648	0.520	+0.069

语义确实正向：NDCG@10 提升 +0.04~+0.07，NDCG 峰约 W=0.8；据此把默认权重标定为 0.7（捕获多数增益、又不过拟合 n=5 噪声）。
诚实明细：净正向但非每场景都赢——压缩/must 0.71→0.86（帮），鞋袋 0.86→0.71（伤）；判别力温和、是细粒度微调而非强信号。BGE-M3 对商品文本相似度挤在 0.45–0.65 窄带 → 均匀基线对排序无害（只平移不改序）。
规则 gt 的边界：只覆盖「属性写进标题」的跨语言命中，漏掉「是压缩款但标题没写」的——那类要人工 / Amazon ESCI 数据集标注（待办）。故此消融量化的是跨语言命中这一主要增益，非全部。

6. 诚实边界（续）#

AIA 协同路不做：论文 Matcher 的第二路（Active-Intent-Aware sequential recommender + 多头交叉注意力）需 GPU + 用户行为序列 + 多模态编码器，与本项目 no-GPU / 无行为数据边界冲突。只借语义路。诚实标注。
正向硬非硬保证：自由文本正向硬是「强力上浮」不是「保证在结果里」——数据无结构化材质字段，做不到硬保证。只有结构化硬（价/评分/平台）是真硬门。
长期 like 只倾斜召回、不进精挑 Matcher：刻意——避免与召回 user 向量双重计数（召回已把长期口味的商品排前，精挑再加会过度放大）。长期只管召回、本轮只管精挑，边界更干净。

7. 验证#

单测：语义 Matcher 加分近邻上浮 / Attenuator 减分近邻下沉（用假 tower 确定性构造）；must_have 高权重且不淘汰、P_t like-hard→must 路由；编码失败降级纯关键词；无软意图门控（不编码省延迟）。
真实 BGE-M3 跨语言验证：负向意图「塑料/廉价」对英文「cheap plastic」标题 cosine 0.53 > 金属 0.45；正向意图「金属精致」对金属款 0.68 > 塑料/帆布 0.40。排序均符合预期、中文意图能作用于英文标题。
消融（见 §5）：确定性 gt 上 NDCG@10 +0.04~+0.07，据此标定权重 0.7。
387 单测全过、改动文件 ruff/mypy 零新增违规。

8. 一句话总纲#

召回决定谁进来（长期画像倾斜 + 本轮 query + 结构化硬门），精挑决定怎么排和硬门（负硬淘汰 + 正硬强上浮 + 正负软语义 refine）。正向能全程做向量加法，负向只能在精挑做减法、永不进召回向量。硬软的区别，结构化用 filter、自由文本用权重强度，不用「淘汰 vs 加分」硬掰。