向量（Embedding）是什么？3 分钟看懂

这期讲了什么

• 向量（Embedding）就是把每个词、每句话变成地图上的一个坐标点：把话翻译成一串数字坐标
• 意思越相近坐标挨得越近：「猫」和「狗」靠得近，「猫」和「火箭」离得远；AI 并不真懂意思，是比坐标远近判断像不像
• 语义搜索的原理：「怎么让猫别挠沙发」和「防止猫抓家具」一个字不一样但坐标近，所以能搜到
• 向量数据库就是专门存坐标、并能飞快找出离你最近几个邻居的仓库，一点不玄
• 向量和 RAG 的关系：RAG 是「开卷考」这个玩法，向量是它「按意思翻到对的那一页」的发动机

文字稿

向量是什么：把文字变成坐标

今天要翻译的词是——向量，英文叫 Embedding。你八成在哪听过它，比如有人张口就是「给 AI 建个向量数据库」、「用语义搜索找资料」，一串黑话下来，人都懵了。为什么普通人也该懂？因为你现在用的搜索、用的 AI 问答，背后靠的全是它。搞懂它，你就明白 AI 到底怎么「读懂」你那句话。

先说件你多半遇到过的怪事。以前搜东西，得先琢磨「关键词」。你想找「怎么让猫别挠沙发」，可那篇文章的标题要是写「防止猫抓家具」，一个字都对不上，你很可能就搜不到。但现在你随口一说，它居然真能给你翻出那篇「防止猫抓家具」。明明一个字都不一样，它怎么就知道你俩说的是同一件事？

还有个事你可能也听过：把一堆公司文档、或者自己的笔记，扔给 AI，就能建一个「知识库」，然后你随便问，它就能翻出对的那几段来答你。这背后的魔法，就是今天这个词——向量。

那向量到底是啥？我给你一个特别好使的画面：地图上的坐标点。

你想象有一张超级大的地图。AI 干的事，就是把每一个词、每一句话，都变成这张地图上的一个坐标点。这个「把文字变成坐标」的动作，就叫向量、也叫 Embedding——你记成「把话翻译成一串数字坐标」就行。

关键在哪？意思越相近的词，坐标就挨得越近。「猫」和「狗」都是宠物，坐标靠得很近；「猫」和「火箭」八竿子打不着，坐标就离得老远。

这就藏着 AI 的一个大秘密——它其实并不真的「懂」你话里的意思。它是把你的话变成坐标，再比坐标之间的远近，来判断「这两句话像不像」。近就是像，远就是不像。

语义搜索和向量数据库

回到刚才那只猫。你输「怎么让猫别挠沙发」，AI 把它变成一个坐标点；那篇「防止猫抓家具」，也早有自己的坐标点。俩句一个字都不一样，可意思几乎是一回事，坐标就挨得特别近。AI 一比，附近数它最近，得，就是你要的这篇。这种「按意思找、不按字面抠关键词」的搜索，就叫语义搜索——语义，说白了就是「意思」。

那「向量数据库」又是啥？也一点不玄。成千上万个坐标点，总得有个地方专门存着，还得能飞快帮你找出「离你最近的那几个邻居」。这个专门存坐标、专门找邻居的仓库，就是向量数据库。

说到这儿，看过我们那期「RAG」的朋友可能要问：这跟 RAG 是不是一回事？——不是，但它俩是绝配。RAG 讲的是「开卷考」那个玩法：让 AI 别凭脑子瞎答，先去外挂的资料库现查一遍，再回答你。那它凭啥能在一大堆资料里飞快翻到最对口的那几段？靠的就是向量——把你的问题和所有资料都变成坐标，比一比谁离得最近。所以你可以这么记：RAG 是「开卷考」这个玩法，向量就是它「能按意思翻到对的那一页」的发动机。

搞懂向量有什么用

第一，你终于明白，为什么现在搜索能搜「意思」、不用再死抠关键词——因为它比的是坐标远近，不是字面，你说话能更随意。第二，把公司文档、自己的笔记喂给 AI 建「知识库」能问答，底层干的活，就是先把这些文字统统变成坐标存起来，所以人人能干，不神秘。第三，以后再听到「向量数据库」，你心里就有底了——不过是个专门存坐标、方便快速找邻居的仓库，别被它唬住。

记住一句话就够了：向量，就是把文字变成地图上的坐标点，意思近的挨得近——AI 不是真懂你，它是在比坐标的远近。

常见问题

向量（Embedding）是什么意思？

向量就是把每个词、每句话变成一张超大地图上的一个坐标点，相当于把话翻译成一串数字坐标。意思越相近的内容坐标挨得越近，AI 靠比坐标远近判断两句话像不像，它并不是真懂你话里的意思。

语义搜索为什么不靠关键词？

因为它比的不是字面，是坐标远近。你搜「怎么让猫别挠沙发」，和标题是「防止猫抓家具」的文章一个字都对不上，但两句话的意思几乎一回事，坐标挨得特别近，AI 一比就把最近的那篇翻给你。所以你说话可以更随意，不用死抠关键词。

向量数据库和 RAG 是什么关系？

向量数据库是专门存坐标、并能飞快找出「离你最近的几个邻居」的仓库。RAG 是让 AI 别凭脑子瞎答、先去外挂资料库现查再回答的「开卷考」玩法，它能在海量资料里飞快翻到最对口的几段，靠的就是向量。所以 RAG 是玩法，向量是发动机。