Embedding版本与双索引迁移

同维度不代表同空间

更换embedding模型、query指令、归一化或截断方式，都可能改变相似性几何结构。即使新旧向量长度相同，也不能把新query直接用于旧文档向量，再认为分数仍可比较。模型ID应与完整表示合同组成独立revision。

Qwen3等模型报告给出特定模型和表示方法，pgvector则按维度及距离运算建立索引。两类资料共同说明：生成向量的合同与检索它的合同必须匹配。本文建议双索引迁移，是为控制这层兼容风险，并非某个框架自动保证的能力。

新索引先影子运行

保留旧索引服务，后台按相同原件版本构建新generation；记录已回填对象、缺块、失败和最新增量。新query同时走新模型和新索引，旧query仍走旧组合。不能只把旧数据批量迁完，却漏掉迁移期间的新文档和删除事件。

影子查询不影响用户结果，比较各类query的证据召回、过滤表现、rerank和最终答案。原始cosine分数跨模型通常不可直接对比，应使用排名、人工相关性和业务成功等共同指标。改了chunking时再增加一条轴，避免把多个变化的收益混在一起。

切换与回滚要成对

达到阈值后原子切换表示revision与索引alias，保留旧版回滚窗口。缓存键要包含revision和index generation；回滚不能恢复已经撤回的权限或已删除资料。容量规划需计入新旧索引并存、构建临时空间和增量追平。

验收覆盖迁移中断、部分回填、模型服务超时、删除和权限变化。发布回执应列出完整性、质量及延迟结果，而非仅报告向量总数相等。模型、维度、距离函数和实际活动索引不匹配时应拒绝查询，避免产生看似正常的错误结果。