结论先行
企业做 RAG（检索增强生成）知识库，最该关注的三件事是：答案能否溯源、权限能否隔离、库里没有时能否礼貌拒答。模型本身的强弱反而是次要的。
坑一：答案不可溯源
如果 AI 给出答案却说不清依据哪份文档，这个答案在企业场景里就不可信。好的 RAG 应该让每条答案都标注来源、可回溯到原始段落，方便人工复核。
坑二：权限不隔离
企业资料有公开与保密之分。如果所有内容混在一个库里，就可能把内部材料答给外部用户。正确做法是按密级分库、按角色隔离访问，对外侧只接公开知识。
坑三：没有拒答兜底
很多失败案例栽在「不懂装懂」。企业级 RAG 必须在检索不到相关内容时礼貌拒答、转为留资或转人工，而不是编造一个看似合理的答案。拒答能力和回答能力同等重要。
怎么选
优先选能做到来源可溯、权限可隔离、拒答可兜底的方案，再在此基础上看检索质量和响应速度。模型可以换，但这三条是底线。