13.3.2 哪些优化适合早做，哪些优化适合后做？

先给结论：早做的是“让链路可控”，后做的是“让效果更强”。

下面是一个务实的划分方法。

适合早做的优化

1. 数据清洗与切块策略

这是最直接的质量提升手段，也是成本最低的优化。

2. 最小评估与对比机制

没有评估就不知道优化是否有效。哪怕是小规模问题集，也应该尽早建立。

3. 基础观测与追踪

早做观测能让你快速定位问题，避免把时间浪费在错误方向上。

4. 元数据过滤

当有权限或范围需求时，过滤是上线前必须解决的问题。

适合后做的优化

1. 多路召回与重排

这些优化有效，但会提高系统复杂度，需要稳定链路作为前提。

2. 混合检索与 RRF

混合检索常用于提升召回，但也需要额外调参和评估能力。

3. Agentic Retrieval 与多模态

这是高阶能力，应当在基本链路稳定后再引入。

一句判断规则

如果一个优化会显著增加复杂度，但你还无法解释系统问题，那就后做。 如果一个优化能让你更快定位问题或更稳定迭代，那就早做。

一句话总结

早做“可控性优化”，后做“效果型优化”。