后端学习AI向量检索，会拓宽发展路径吗
做了六年后端开发，今年第一次觉得自己可能要被淘汰。老板开会说"搜索加AI"，我心想搜索不就是SQL写好加个索引的事？产品甩过来一个需求，要用向量检索做语义搜索，用户搜"便宜的手机壳"也得能出"低价手机保护套"。打开Milvus文档看了半天，跟我干了六年的数据库完全不是一个物种。传统查询是where age > 18，清清楚楚。向量检索是把文本变成一串数字，在几百万个数字里找"最像的"。就像你以前在图书馆按编号找书，现在让你闻味儿找——每本书都是一种味道，你要找闻起来差不多的那几本。接口那层也恶心。以前写微服务，HTTP调来调去，逻辑清楚。现在业务后端系统里要塞一个embedding服务，文本进来先转向量，丢给向量库查相似，查完再拼回业务逻辑返回前端。链路多了两跳，延迟从20ms飙到200ms，产品问我为啥慢了，我说你去问AI。分布式这块更头大。分库分表按ID取模就完事，向量索引用HNSW图，节点间关系复杂得要死，扩容缩容不是加台机器能解决的。学了两周发现，有用。不是"拓宽发展路径"那种虚的有用。是公司开始招"懂AI的基础架构"的人，薪资比我高30%。同样写服务端开发，你加上向量检索能力就是两个价位。学，必须学。别指望学完变身AI专家，你就是个懂向量的后端。可就是"懂向量"这三个字，现在值钱。
发布于 山东
分享
评论
赞
未登录
友善发言
评论
加载中
