打开网易新闻 查看精彩图片

邮件线程是RAG系统的噩梦，这件事业内心知肚明，但没人愿意细说。iGPT团队最近做了一次测试：把同一封邮件丢给5个前沿大模型，结果它们集体翻车——不是答错，而是根本没看见重点。

测试场景很日常：一封包含多轮回复的商务邮件， buried in the thread 的是一个关键决策和截止日期。5个模型里，有的把旧版本当成了最终结论，有的直接跳过了发起人最后的补充说明。最讽刺的是，表现最好的那个也漏掉了附件里的预算表。

打开网易新闻 查看精彩图片

团队负责人事后总结：「现在的上下文工程，本质上是在教AI怎么像人一样翻聊天记录——但我们自己都经常翻错。」

问题的根源在于邮件这种格式的结构性混乱。时间线倒序、引用嵌套、签名档干扰，再加上「转发：转发：Re: Fwd:」这种信息废墟，RAG管道里的分块策略一碰就碎。iGPT的数据显示，标准RAG处理邮件线程时，关键信息丢失率高达34%，而用户往往意识不到AI漏看了什么。

打开网易新闻 查看精彩图片

团队正在尝试一种新的上下文压缩方案，核心思路不是让AI读得更长，而是让它先判断「这段对话里到底在吵什么」。目前内测版本的召回率提升了27%，但代价是响应速度慢了40%。

一位参与测试的产品经理在反馈里写：「我终于理解为什么我的AI助手总是答非所问了——它可能真的没看到我发的那句『但是』。」