纯业务语言，不讲数学公式

向量（vec / vector）一句话通俗定义

向量 = 把一段文字、一个事物，翻译成一长串标准化数字，让计算机看得懂、能做对比。

计算机不能直接理解“这句话什么意思”“两个文本像不像”。人类靠文字沟通，计算机靠一串数字沟通，这串数字就叫向量。

假设我们要描述一个员工：不用文字描述：身高、工龄、业绩、出勤率直接写成一组数字：[175, 6, 92, 96] 这一组打包在一起的数字，就是向量。

放到AI文本场景：一段话、一个词语，压缩成几十个/几百个数字组合 [0.23, -0.11, 0.45 ……] 这串数字 = 文本向量

计算相似度 两套向量，可以直接算出两个内容有多相似。例子： “汽车配件缺货” 和 “零部件库存不足” 文字写法不一样，但向量接近，AI能识别两者含义相近。
方便加工运算 AI模型（Transformer）只能对数字做计算。不管是注意力QKV、翻译、对话、预测，所有逻辑本质都是在向量之上做数学换算。没有向量，文字信息无法进入模型计算。

❌ 不是简单关键词编码向量记录的是整体语义含义，不只是字面文字。

原始文本先转换成基础向量；再通过三套不同规则，算出三组新向量： Q向量（检索需求特征） K向量（资料标签特征） V向量（资料内容特征）模型通过对比向量之间的相似度，实现注意力筛选信息。

向量是信息数字化载体，将文字转化为一组特征数字，让人工智能能够衡量文本语义相似度，并开展后续运算处理。