代码库问答：两条检索路线

场景设计深水考 11 题讲解 2 段

对着私有仓库问，两条检索路线不是谁对谁错：索引检索（embedding + 符号索引）快但有新鲜度问题，代理式检索（agentic grep）新鲜但每次都要走一遍。仓库权限是前置过滤的又一个落点，代码的结构（符号、调用关系）比自然语言更值得建索引。

也叫：代码库问答 · 代码检索 · 符号索引 · agentic grep · 仓库问答

三、两条检索路线：不是谁对谁错，是两个不同的评价函数出自 T7-1

索引式：预先 embedding 全仓 → 查询时向量召回 → 塞进上下文。 代理式：不建索引 → 模型自己 grep、读文件、顺引用爬。

两边的官方理由，2026 年都摆到台面上了，但它们根本没在同一个指标上争论：

	索引式	代理式
主张	召回率：语义检索比纯 grep 的问答准确率平均高 12.5%（不同模型 6.5%–23.5%）；一千文件以上的大仓，代码留存率 +2.6%；关掉之后「不满意的追问」增加 2.2%	新鲜度：embedding 流水线跟不上活跃团队的提交速度，开发者查询时拿到的是几小时甚至几周前的仓库快照
代价	索引陈旧、要把代码交出去做向量化、大仓索引与增量更新成本高	token 烧得多（agent 工作流里读取类操作占总 token 的 76.1%）、跨语义召回差（找「处理超时的地方」这类没有共同关键词的需求很吃力）
什么时候不该用	仓库高频变动、代码不能出网、只需要改一两个已知文件	大仓里做「跨模块语义搜索」、你自己也说不清关键词、成本敏感

没有第三方在同一 benchmark 上做过「纯 grep vs 纯 embedding」的公开对照实验，任何一方声称「被证明更好」都不成立。产品层面两条路线已在合流：代理式那边在做更快的 grep 原语，索引式那边配了只回摘要的探索子 agent。