先看现象。Milvus 2.4 加 pymilvus 2.4.4，created_at 是 INT64 毫秒时间戳，expr 写成 created_at > '2026-10-01'，返回空列表而且不报错，改成数字才查到数据。
真正麻烦的地方在于，几个原因的现象几乎一样。INT64 字段与字符串比较，表达式被当成恒假。另一种情况是时间单位是毫秒，用秒级时间戳比较会差三个数量级。
另外，字段实际存的是 ISO 字符串，类型与 schema 不符。
少数情况下是查询前没有 load 集合，过滤在空段上执行。
动手时先确认字段类型与 schema
python -c "from pymilvus import Collection;print([(f.name,str(f.dtype)) for f in Collection('docs').schema.fields])"再往下用毫秒数字过滤一次
python -c "from pymilvus import Collection;c=Collection('docs');c.load();print(c.query('created_at > 1759276800000',output_fields=['id']))"然后对比总数排除空集合
python -c "from pymilvus import Collection;print(Collection('docs').num_entities)"末了把时间字符串在应用层转成毫秒
python -c "from datetime import datetime;print(int(datetime(2026,10,1).timestamp()*1000))"排查用的命令都是临时敲的，没有写成脚本，事后才整理。
改完先别撤，确认这几项。过滤后返回的条数与直接按时间范围统计一致，空结果不再出现。
容易忽略的是，Milvus 的表达式不做隐式类型转换，类型对不上时往往返回空而不是报错，先核对 schema 再写条件。监控比日志更早给出信号，事后回看经常能提前半小时发现异常。