Substack搜索：混合式，非语义

Substack搜索：混合式，非语义 | AI生成和翻译

首页 2026.07

问题：Substack 的搜索功能好吗？例如，我能搜索王垠的 Substack 中关于「时间」的内容，并获得语义匹配的结果，而不仅仅是精确的关键词匹配吗？

答案：

是的，Substack 的搜索远不止简单的 grep "时间" 这种风格，但它也不是像现代 AI 搜索那样的完整语义搜索引擎。

对于像王垠 Substack 这样的出版物，Substack 通过其搜索栏提供对文章/出版物/主题的搜索。（Substack 支持）

你的观察基本正确：

它并不只做精确字符串匹配。
搜索 时间 可能会返回以下文章：
- 包含「时间」这个词
- 讨论相关概念
- 标题/内容与时间、存在、生命、思维等在语义上相关

这更接近于 hybrid search：

query = "时间"

score =
    keyword_match_score
  + title_similarity
  + content_similarity
  + popularity/relevance signals

而不是：

grep -r "时间" posts/

纯关键词引擎会漏掉：

「人生为什么有限」
「不要浪费生命」
「过去与未来」
「意识和存在」

因为它们可能不包含「时间」这两个字，但在语义上与时间相关。

然而，Substack 搜索的威力不如自己构建一个 RAG 系统：

王垠文章
        |
        v
爬取 markdown/html
        |
        v
文档分块
        |
        v
embedding model
        |
        v
vector database
        |
        v
查询："王垠关于时间的观点"
        |
        v
semantic retrieval

然后你可以问：

「找到所有王垠讨论时间的地方，
包括与之相关的想法，如生命、存在、变化和意识。」

一个本地实现很简单：

from sentence_transformers import SentenceTransformer
import faiss

model = SentenceTransformer("BAAI/bge-large-en-v1.5")

docs = load_yinwang_articles()

embeddings = model.encode(docs)

index = faiss.IndexFlatIP(embeddings.shape[1])
index.add(embeddings)

query = "王垠关于时间是什么的思考"

q = model.encode([query])

scores, ids = index.search(q, 10)

for i in ids[0]:
    print(docs[i])

对于深度哲学研究，这很可能超越 Substack 搜索。

对于像你这样已经拥有以下资源的人：

8000+ AI 笔记
Jekyll 博客
LLM 基础设施经验

一个非常自然的项目是：

个人知识引擎

Markdown
   |
   v
chunking
   |
   v
embedding
   |
   v
FAISS / Qdrant
   |
   v
带有引用的 LLM 回答

基本上就是一个个人「AI 第二大脑」。

参考资料：

（Substack 支持）
（Substack 支持）

返回捐助