# P3: 突破 20K 80% 天花板

## 结论：天花板来自 embedding 模型，不是架构

### Top-K Coverage 分析

| K | N=20K |
|---|-------|
| 5 | 80% |
| 50 | 80% |
| 200 | 80% |

K 从 5 增加到 200，coverage 不变。那 2 个 failure 的 paraphrase 在 embedding 空间里根本不是正确 cue 的最近邻——即使只有 10 条记忆也找不到。

### 架构优化无效

| 方法 | bg=20K |
|------|--------|
| Two-stage K=5 | 60% |
| Two-stage K=200 | 30% (更大 K 更差!) |
| Hierarchical clustering | 40% |

更大的 K 引入更多噪声，Hopfield attention 被分散。Hierarchical 也没帮助。

### 根因

失败的 paraphrase 对（embedding cosine similarity）:
- "Need observability" ↔ "Let's set up monitoring" = 0.257
- "When's the standup?" ↔ "Team meeting schedule" = 0.375

这些在 MiniLM 的 embedding 空间里根本不算"相似"。任何基于 embedding 距离的检索方法都无法找到它们。

### 解法 = P2

**Paraphrase augmentation 是唯一解法**（已验证 55% → 100%）。

不需要改架构。不需要换 K。不需要 hierarchical memory。只需要在存储时覆盖更多的表达方式。