实测将 AI 编译器错误解释存入向量数据库的 RAG 效果

2026 年 11 月 12 日，在 MLH Global Hack Week 的 Builders Week 期间，Build Buddy 项目的作者对 AI 解释存入向量数据库后的 RAG 检索效果进行了实测。此前一周，该项目持续收集 AI 模型对 C# 编译器错误的解释，这些解释质量并不一致，部分内容正确，部分则以很确定的方式给出错误结论。

本次实测将 12 条真实的编译器错误 AI 解释存入向量数据库，并用 RAG 系统的方式进行检索，这些解释分别由 Gemma 3 4B 和 Grok 4.7 在活动期间生成。作者对每条解释逐一做了人工审核，将其判定为正确、错误或不一致，并使用 nomic-embed-text 在本地完成嵌入。

实测结果显示，语义检索能够有效区分代码表现相似、但成因不同的编译器错误。目前这一测试停留在已完成检索验证、给出上述结论的阶段，材料未涉及后续迭代或更大规模的验证。