微软改进 Outlook 搜索：优化结果排序与弱网稳定性

搜索质量的描述很容易，工程实现却很难。用户可能记得发件人、某个短语或邮件的大致时间，但记不住索引所期望的精确词条。系统必须检索出正确的候选结果，对其进行良好排序，并在庞大而嘈杂的邮箱中快速响应。

我们一直在密切关注客户反馈，审视搜索体验在哪些方面未达预期、哪些方面可以做得更好。这些反馈连同我们的工程信号，帮助我们聚焦于最重要的领域。过去几个月里，Outlook 团队一直在围绕这个问题的三个方面开展工作：改进结果排序、在连接状况不佳时让搜索更具韧性，以及在用户体验与工程信号之间建立更紧密的反馈闭环。以下是已经发生的变化、背后的技术考量，以及我们接下来要测试的内容。

排序系统现在有更大的空间在结果转为按时间顺序排列之前呈现可能的匹配项。

Outlook 现在会在顶部最多显示七个按相关性排序的结果，其余结果按日期排序。排序会考虑近期性、发件人以及此前与邮件的交互等信号。扩大相关性排序结果集是一项呈现层面的变化，但它也为评估排序质量创造了更大的评估面。我们正在持续调整排序逻辑以及相关性与基于日期排序之间的边界，同时保持其他排序选项可访问。

可用范围：Classic Outlook for Windows 当前频道和月度企业频道（需订阅）、Outlook on the web、new Outlook 和 Outlook Mobile。Outlook for Mac 将于 11 月推出。商业版和消费版均可使用。

目标是在线时能力一致，网络不可靠时优雅降级。

Classic Outlook 将微软的云搜索服务与 Windows Desktop Search 相结合，后者在 PC 上维护本地索引。某些查询类别历史上一直保留在本地，包括 Find Related、部分高级搜索语法，以及更广泛语言范围内的查询。符合条件的搜索现在会使用云服务，从而能够受益于与其他 Outlook 客户端相同的搜索能力和服务端改进。本地搜索对于离线场景以及未存储在云中的内容仍然必要，包括 PST 文件以及 POP 或 IMAP 账户。当连接性或服务延迟导致云服务无法及时响应时，Classic Outlook 搜索现在会自动回退到本地索引。

自动回退的可用范围：Classic Outlook for Windows 当前频道（需订阅）、Outlook Mobile、Outlook for Mac。new Outlook 正在开发中。

平均延迟很重要，但最慢的那些搜索对搜索是否令人感到可靠的影响尤为不成比例。

两项改动为 Classic Outlook 最慢的 5% 搜索带来了显著改善：

认证路径优化：商业版邮箱最慢的 5% 搜索延迟降低了 40%。

迁移至云搜索：对于从本地索引迁移到云的查询类别，最慢的 5% 搜索延迟从 4.5 秒降至 1.3 秒。

可用范围：Classic Outlook for Windows 当前频道和月度企业频道（需订阅）。商业版和消费版均可使用。

日历搜索聚焦功能直接在日历视图中呈现匹配的事件。这种上下文很重要：匹配项之前或之后的事件，以及任何重叠，都可能与匹配项本身同样有用。用户可一键切换回传统列表。

可用范围：11 月向 Outlook on the web 和 new Outlook 推出。商业版和消费版均可使用。我们正在评估反馈，之后再将此体验扩展到各 Outlook 客户端。

搜索改进在进入生产环境之前需要可重复的评估。

评估集包含数千条带有已知预期答案的查询。其分布参考了数千种真实搜索模式，包括关键词、姓名、电子邮件地址以及这些词条的组合。离线评估对迭代有用，但无法复现每一个邮箱或每一种意图。因此，在大范围推出之前，我们通过受控的线上实验和线上质量指标来验证改动。

只有当更好的语义排序符合 Outlook 规模下服务的延迟和吞吐量约束时，它才有用。

我们正在构建一个 Outlook 专用的小语言模型排序器。该模型通过蒸馏训练：由较大的模型向较小的模型提供监督，而较小的模型在 Outlook 的性能范围内可实际部署。工程目标不仅仅是孤立的模型质量，而是在生产负载下实现更好的相关性—延迟权衡。早期离线结果令人鼓舞。内部测试正在进行中。

与此同时，我们还推出了一些较小的服务改动，包括更好地处理“the”“and”“is”等停用词。这项停用词改进影响了约 3% 的搜索。在这些搜索中，用户打开并与邮件交互的结果点击量有所增加。

停用词处理的可用范围：所有 Outlook 端点。商业版和消费版均可使用。

Outlook 现在在搜索结果页面上包含点赞或点踩的提示。配合适当的诊断上下文，该信号可帮助工程师识别需要调查的查询类别和结果模式。有一个发现尤为重要：行为指标可能提示成功——例如某条结果被打开或阅读——而用户仍然反馈搜索失败。显式反馈揭示了代理指标未能捕捉意图的情况。

（原文较长，此处译出前 6000 字，完整内容请点「打开原文」。）