他们手动切块、生成向量、建立索引，再把检索到的内容精准拼进prompt。 那是一整套细腻又繁琐的工程活，只有真正懂这些流程的人，才敢说自己「会用大模型」。 而现在，这份骄傲被一行API抹平了。 Gemini的File Search上线后，上传一个PDF或JSON，模型就能自动完成分块、检索、引用，甚至附上来源。 File Search 抽象化了整个检索流程。 Google宣判RAG死刑！那条曾让无数工程师自豪的技术链，如今只剩下一行API调用。Gemini的File Search，把检索、分块、索引、引用，全都封进了模型 内部。开发者不再需要理解流程，只需要上传文件。当智能被自动化吞并，工程师第一次发现，自己也成了被自动化的一部分。 在过去几年里，RAG是工程师的底气。 这句话像一把锋利的刀，切掉了人和系统之间最后一点链接。 AI不再需要工程师去教它查资料，而工程师，也开始被自己的发明优化掉。 从流程到函数：Google一刀切掉RAG工程链 Gemini的File Search发布后，RAG从工程系统变成了API内置能力。 上传文件，模型自动完成分块、embedding（向量化）、索引、检索与引用，全部在同一 ...