据@_avichawla称，BM25擅长精确匹配，与向量结合成混合RAG更稳健。

根据X平台用户God of Prompt援引杜克大学研究者的披露，直接使用grep与sed等终端工具的现成编码代理，在188K到3万亿标记的五项长上下文基准上平均领先最新模型17.3%，且无需任务特定训练或结构改造。该贴文指出，将语料按目录层级组织并交给代理，促成自主多跳检索、实体抽取与Python分类器编写，在BrowseComp-Plus与Natural Questions等数据集上刷新或匹配SOTA；反而叠加BM25或向量检索会抑制代理的原生文件系统探索，造成表现下滑。此外，层级文件结构比单一JSON存储高出约6个百分点。对企业而言，据该贴文分析，可通过将海量文档以“代码库式”文件夹交给以Codex或Claude Code为基础的编码代理，减少RAG复杂度与长上下文成本，构建可审计、可扩展的长文档问答与分析流程。