最近在做RAG的MVP，数据量大概几十万条文本，先用了最蠢的办法——embedding后全量算余弦相似度，响应大概在几百毫秒到一秒多。后来同事说必须上FAISS或者Milvus，但我有点犹豫，毕竟现在的规模勉强能接受，而且换索引还得处理分片、持久化这些事。想请教一下实际生产里，暴力检索和用HNSW/IVF的差距到底有多大？主要瓶颈是在召回率还是延迟？有没有人试过在百万级数据下两者对比的实测数据？另外，如果后期要加过滤条件（比如按时间或类别筛），索引是不是反而会限制灵活性？