这条在讲 Alex Georgiev 发在 DEV Community 的 BMW Repair Workshop——朋友自己修一台 E90 325i，他搭个 AI 查修车信息。我点开的时候没抱期待，又一个拿 LLM 给垂直领域套壳的东西。一般节奏是：喂官方手册、上 RAG、做漂亮架构图。他开工大概一小时就把 RAG 扔了。
真正让我开始认真看的是他写的那段：朋友修车慢的不是不会拧，是信息散。扭矩值在旧论坛帖里，零件号在另一个标签页，视频教程前面一大段闲聊。这个我太有感受了，不是修车，随便哪个垂直领域只要被社区内容喂过几年，最后都长这样。他给站点首批做了 20 个维修流程加 7 篇参考指南，把扭矩值和零件号统一塞表格里，而不是埋在叙述里。做法老派，但老派有老派的好。
放弃 RAG 那段，我读到这就不犹豫了。作者原想把 Bentley 手册、BMW TIS 喂进流水线，但那是商业版权内容。网上流传的镜像、分章节拷贝、「只提取事实」他都没碰。修车 AI 这圈里从盗版手册扒语料的不少，愿意在文章里写「这些来源都不授权，我没用」的，少。光这一条就值得点。
接着他算账。整个知识库约 1.1 万 token，能完整放进单次提示词。不建向量库，每次提问把全部 27 条条目一起送给模型，单次成本约 0.002 美元。理由不是「RAG 不好」，是「避免分块检索取错片段还自信作答」。小项目硬上 RAG，很多是为了架构图好看，不是为答得准。这个判断我认。
系统提示词那段才是全篇最见功力的地方。它要求模型只依据给定条目回答，不得虚构扭矩值、零件号或步骤，保留各条目的核验警告和安全提示，并说明答案出自哪个流程。被问到大修自动变速箱，模型会答「没有对应流程」，然后指向最接近的条目。作者说这种拒答是整个项目最重要的行为。
这跟 RAG 那件事是一条线。不搞检索，上下文就 1.1 万 token 全量塞，模型看过什么、没看过什么清清楚楚。分块检索做不好，模型取错片段还能自信作答；全量塞进去，拒答就有了依据——它手头就是那 27 条，没有就是没有。
可检查性我读得来回看了两遍。站点纯静态，27 个 Markdown 文件经一个零依赖 Node 脚本编译成客户端索引；Ask 走 Cloudflare Worker 转发到 DigitalOcean 的 Gemma 推理。作者说模型行为异常时，能完整读到产生那个回答的全部输入——27 个 md 和一个 160 行 Worker 里的系统提示词。换模型只需改一行配置。这条我没法跑，只能读，就把 Worker 那段多读了几遍。
他把自己几个失误也写了：XSS 转义漏了引号、误以为 CORS 能保护 API 额度、猜错模型 ID 耗掉二十分钟。CORS 那个最典型，稍微用过 curl 的都知道浏览器限制拦不住脚本，但不少人是把 CORS 当防火墙用的。这些不藏，项目反而更可信。
朋友那部分我觉得比产品复盘还实在。作者原本想做语音输入，逻辑是修车时手脏不好戳手机。结果朋友直接拒绝：长答案听过容易忘，文字能一直留在屏幕。作者写「我差点做错方向」，语音从路线图删了。读到这里我愣了一下——拍脑袋想「手脏所以该语音」，不如问一句实际用的人。很多产品复盘绕半天都绕不到这句话。
还有一处朋友的角色特别关键。作者把网站发给正在修车的朋友，问「里面有没有错」。朋友核对自己做过的项目没发现冲突。作者马上写清楚：这是「有经验的技师通读后没发现问题」，不是逐行审过文档。这个区别很多人要么不提，要么故意混过去。
局限也摆出来了。没有 VIN 解码，横跨多个发动机版本的底盘没法把参数收窄到具体配置；没有实拍零件照片，因为只找到一张授权明确的发动机照片，作者「不愿意在 BMW 刹车页面上放别的车的通用库存图」。两个都轴，但轴得对。
不点链接也能带走的一句：小知识库先算 token，能全量塞进上下文就别急着上 RAG。可检查性比架构图值钱，模型在该拒答时闭嘴，人们才信它在给出扭矩值时没瞎编。每个扭矩值旁边那句「去 RealOEM 或经销商核验」，比模型任何自信都值得留。
出处是 Alex Georgiev，DEV Community 上的原文。这条不全是讲 RAG 的，但我觉得放弃 RAG 是他做对的第一件事——后面那些可检查、可拒答，都是从这个决定里长出来的。