为了让余弦相似度计算简单，在服务端对每个向量做了 L2 归一化，结果检索返回的相似度全是 1.0，排序完全随机，用的是 numpy 1.26。
把日志和配置对完，能解释这个现象的基本就这几处。归一化写成了对整个矩阵求范数，所有向量被压成同一个方向；浮点下溢把分母算成 0，除零后得到 NaN 再被当作相等；客户端又归一化了一次，重复操作掩盖了问题；相似度用点积计算，归一化后等于纯余弦，缺少尺度区分。
先抽查几条向量的范数
python -c "import numpy as np;v=np.load('v.npy');print(np.linalg.norm(v,axis=1)[:5])"接着改成按行归一化
python -c "import numpy as np;v=np.load('v.npy');v=v/np.linalg.norm(v,axis=1,keepdims=True);print(np.linalg.norm(v,axis=1)[:5])"再往下检查是否出现 NaN
python -c "import numpy as np;v=np.load('v.npy');print(np.isnan(v).sum())"剩下的就是用点积重算一次排序做对照
python -c "import numpy as np;q=np.load('q.npy');v=np.load('v.npy');print(np.argsort(-(v@q))[:5])"改完先别撤，确认这几项。向量范数都接近 1 且没有 NaN，检索返回的分数呈梯度分布，排序与人工判断一致。
归一化本身没错，错在轴的选取，矩阵级范数和行级范数差一个参数，结果却是天壤之别。改动前把原配置备份一份，出问题能马上回滚，这比任何技巧都实用。