长上下文与 RAG：放得下资料，不等于用得对资料

容量是条件，理解效果仍需验证

模型能够接收一份长文档，不意味着它会同样准确地处理每个位置、每个限制和每组关系。资料中的冲突、重复与不相关内容，都可能影响回答。

测试时可以把关键条件放在不同位置，检查是否遗漏；也可以加入相似但不适用的资料，观察模型能否保持对象与版本的区分。输入成功只是开始。

检索减少输入，也可能遗漏必要信息

RAG 通过选择相关片段减少每次处理范围，但检索阶段可能漏掉分散在多份资料中的条件。需要整体比较的任务，不能只依赖少量相似片段。

可以根据问题先确定资料范围，再选择完整文档、片段或二者组合。对于跨资料推理，保留目录、对象关系与引用线索，有助于后续判断是否还缺少依据。

从每次任务的完整成本比较

长上下文可能增加输入费用与等待，RAG 则需要解析、索引和检索维护。应把质量、时延、调用与维护一起比较，避免只计算其中一项。

真正的问题不是哪种技术会取代另一种，而是哪种资料组织方式能让当前任务取得足够依据。把容量、选择与验证分别考虑，企业才更容易做出稳定的工程判断。

让同一问题接受两种资料组织方式

选一个需要跨段条件的询盘问题，分别提供整份资料与检索片段，核对遗漏、干扰、来源与总成本。既看能否放入，也看能否正确使用；结论只适用于这组样例与当前配置。