🧑💻 面试官：退款政策昨天改了，文件已经替换，AI 今天还引用旧条款。你会先查什么？
🙋♂️ 我：先看这次回答用的是哪个片段版本。文件替换了，不代表检索索引里的旧片段已经被覆盖或删除。
🧑💻 面试官：那把索引器重新跑一遍不就行了？
🙋♂️ 我：不一定。要看数据源如何标识删除、索引器有没有删除检测，以及旧片段是否还存在于向量库或缓存里。单纯重跑不能保证孤儿文档消失。
🧑💻 面试官：如果不是改版，而是某份文件的访问权限被收回，你也等后台慢慢删完吗？
🙋♂️ 我：不能等。先在查询和回答链路阻断这份文件的访问，后台再清理索引与缓存。撤权是即时安全要求，物理清理可以异步，但不能继续被检索出来。
这道题的关键不是“有没有同步文件”，而是旧证据在什么时刻、经过哪一道门，才真正不再能进入回答。
面试速答（60 秒版）
RAG 的文档通常会被解析、切片、生成向量，再写入检索索引。修改源文件只完成了第一步，旧片段可能还留在索引、搜索副本或缓存里，所以用户仍会搜到旧答案。
我会给文档和片段带上稳定 ID、版本和有效状态。更新时构建并检查新版本，再切换检索可见版本，同时让旧版本失效；删除时发出明确的删除事件，核对相关片段是否都被清掉。权限收回更急：查询时先按当前权限过滤，不能等待异步删除结束。
最后用带文档 ID 和版本的 Trace 检查回答来源，并做“更新后不得命中旧版”“撤权后不得返回原文”的回归测试。这样才算真正完成了更新，而不只是后台任务显示成功。
知识点详解：一份文件更新，要穿过几层状态
文件改了，检索材料未必改了
假设退款政策从 V1 改成 V2。上传页面显示 V2，只说明源文件换了。检索系统里可能还保存着 V1 切出来的十几段文字；生成模型只看检索结果，不会主动打开上传页面核对最新版。
所以文档和片段最好都有能追溯的 ID 与版本。排查错误回答时，先从 Trace 中找到被引用片段，再反查它属于哪一版、何时写入索引。没有这层信息，就只能猜“是不是缓存问题”。
更新、删除和撤权不是一回事
更新要保证切换过程可控：先构建 V2，检查关键片段是否可检索，再把可见版本切过去，让 V1 不再参与回答。对短时间存在两个版本的系统，查询侧必须能过滤掉旧版；不能只靠等待索引最终收敛。
删除是让所有对应片段退出检索。它需要明确的删除标记或删除请求。某些索引器的“重跑”只更新还在源里的内容，并不自动删除已经从源消失的孤儿记录，具体要核对使用的服务与策略。
撤权则更不能把“物理删除完成”当作生效时间。比如法务收回一份内部文档，查询端要立刻根据当前用户、租户和文件权限拦截；随后再清理向量、关键词索引及相关缓存。即使后台还有旧字节，也不该再对无权用户可见。
怎么证明旧内容真的退场
保留一组回归问题，分别问旧条款和新条款的关键词。检查检索候选、最终上下文、引用链接和回答，而不只看最后一句话。还要测被撤权用户与仍有权限用户：前者不能拿到内容，后者可以拿到正确版本。
如果系统有答案缓存或检索缓存，缓存键也要考虑版本与权限；否则索引已经切换，缓存仍可能把旧回答送回来。更新成功的判据，应是用户侧不再看见旧证据。
面试官继续追问
能不能先删 V1，再慢慢建立 V2？
可以，但这段时间可能没有可用答案。对需要连续服务的知识库，更合适的是先构建和校验 V2，再切换可见版本；切换前仍须确保旧版没有被错误授权。
文档删除了，向量库里还留着向量，有风险吗？
有。向量和元数据可能仍能参与检索或暴露关联信息。要同时核查检索屏蔽与后续物理清理，不能只删原始文件。
如何发现某一批文档没有同步成功？
记录源文档版本、索引片段数量与更新时间，做差异对账；再用关键文档的回归查询验证。任务“运行成功”不等于内容“可正确检索”。
面试速记卡
- 更新：构建新版、校验后切换，旧版退出检索。
- 删除：必须有明确删除机制，不假设重跑会清孤儿片段。
- 撤权：查询侧立即阻断，物理清理可以随后完成。
- 排查：追踪片段 ID、版本、权限和缓存。
- 验收：用用户侧问题证明旧证据不再出现。
