你刚保存了一张客厅照片，Pinterest 随即推荐风格相近的地毯和灯具。看起来只是一次“猜你喜欢”，背后却要从十亿级内容库里迅速挑出一小批候选。逐个比较显然太慢；但搜索一旦漏掉好内容，后面的排序模型再聪明，也没有机会把它找回来。
Pinterest Engineering 最近介绍了内部平台 Manas 的演进。它已经服务 billions of embeddings，并部署在超过 80 个集群上。接下来的目标，是支撑向 tens of billions of embeddings 扩展。值得注意的是，前者是当前规模，后者只是扩展方向，不能混为“已经检索数百亿向量”。本文所有系统规模和能力描述均来自 Pinterest Engineering，尚无独立测试交叉验证。
先把图片变成可以搜索的数字
Embedding——通常译作“嵌入”或“向量表示”——会把图片、文本或用户兴趣转换成一串数字。语义越接近的对象，在这个数字空间里通常也越靠近。于是，找相似地毯就变成了找“距离最近的数字串”。
这一步叫向量检索。推荐系统先用它完成“召回”：从十亿级内容中快速捞出一批可能相关的候选；随后，排序模型再仔细判断谁应该排在前面。可以把它理解成海选和决赛。海选没有选进来的内容，决赛阶段无法挽救。
问题在于，查询向量若与库中每个向量逐一比较，计算量会随内容数量迅速增大。生产系统通常采用近似最近邻搜索（ANN）：它借助索引跳过大量不可能的候选，以少量漏检风险换取速度。
Manas 不只是一台“相似图片机器”
据 Pinterest Engineering 介绍，Manas 是公司自研的分布式搜索平台，embedding retrieval 是其核心能力之一。所谓分布式，就是把检索任务和数据分散到多台机器及多个集群，而不是押在单机上。
Manas 支持多种 ANN 算法，也支持 hybrid queries——在同一次查询里，同时使用 token 条件和 embedding 条件。Token 可以理解为可明确匹配的词或标记；embedding 则负责捕捉不容易写成关键词的语义相似性。两者结合，系统既能表达“必须满足什么”，也能寻找“整体感觉像什么”。
它还支持 real-time updates，让新内容在数秒内变得可检索。这个能力很重要：如果索引更新很慢，新发布的 Pin 即使很合适，也暂时进不了召回池。
Pinterest 称，Manas 的向量检索已经覆盖 Home Feed、Search、Related Pins、Ads 和 Notifications 等主要产品界面。换句话说，这不是一项孤立实验，而是一层被多个产品共同依赖的基础设施。
十亿到数百亿，难点不只是“多买机器”
第一道压力来自内存。Pinterest 将 HNSW 等传统 ANN 方法概括为“内存消耗大”：为了维持较低的查询延迟，索引需要驻留 RAM，成本会随语料规模近似线性增加。RAM 是机器用于快速读写的工作内存，速度高，但拿它长期承载不断膨胀的完整索引，代价也高。
不过，这更适合看作 Pinterest 对现有方案的工程判断，而不是适用于所有实现的定律。索引是否必须全部放进 RAM，还会受压缩、分片和存储层级等设计影响。原文也没有公开集群配置、内存用量或成本曲线，因此无法判断压力究竟有多大。
第二道压力来自模型。经典 two-tower retrieval——双塔召回——分别把查询和候选压缩成单个 embedding，再用简单的 dot product（点积，一种衡量两个向量匹配程度的计算）打分。它的优点是候选向量可以提前算好，检索很快；代价是表达方式受限。Pinterest 认为，单个向量加一次点积难以容纳更丰富、依赖上下文的相似关系。
说白了，系统现在同时面对两件事：内容库越来越大，索引不能无限昂贵；模型越来越复杂，检索平台又不能只会比较两个固定向量。
真正值得看的，是平台与模型一起变
这项工作的价值，不在于某个孤立算法，而在于它揭示了推荐系统扩展时的双重约束。基础设施需要控制内存和机器成本，模型团队则希望表达更细致的相关性。只优化其中一边，另一边仍可能成为瓶颈。
Pinterest 表示，团队正从三个方向改造 Manas 的 embedding retrieval 技术栈，以改善成本效率、扩展性和灵活性。现有供稿只露出了第一个方向的标题 Quantization——量化，即用精度更低、占用更小的数字表示向量——随后便被截断。因此，我们只能确认量化被列入演进方向，不能补写具体方案，更不能推断节省了多少内存或对检索质量有何影响。
局限与未知
- 官方文章没有披露 QPS（每秒查询数）、查询延迟、召回率、成本降幅或对照基准，无法据此评价 Manas 的实际性能优势。
- 文章提到三条改造路线，但供稿在 Quantization 开头截断，其余方向及具体实现未知。
- 当前规模是 billions of embeddings；tens of billions 是未来扩展目标，而非已经达到的成绩。