第11章 从我的RAG到我的知识发生器
一、文件夹为什么还不是发生器
把自己的论文、笔记、对话和读书材料放进一个知识库，是个人知识发生的重要起点。原先散落的材料能够被找到，旧问题能够重新进入讨论，某个概念的不同版本也能够相互比较。但材料属于我，与能够持续产生我的知识，是两件不同的事。一间书房可能装满书，却没有形成一个明确的问题；一套检索系统可以准确返回原文，却未必知道此刻为何需要这段原文。
检索增强生成为模型使用外部资料提供了技术路径。本书所讨论的“我的RAG”，是把这种路径用于个人材料的组织与调用，并不意味着只要接入私人文件就已经形成私人思想。检索可以找到相近段落，生成可以组合相关表达，知识发生却还需要问题、判断、实际回应与修订。发生器之所以不同于仓库，就在于它使新一轮活动能够改变以后活动的条件。
可以设想一位研究者保存了十年笔记。知识库面对一个问题，找出他五年前的判断和去年相反的判断。如果系统只是把两段文字合并成一个折中答案，它就丢失了最重要的内容：这个人为什么改变，哪一条证据打断了原先的理解，新的判断又有什么限度。私人材料中的价值，不只是别人没有的句子，还包括句子之间具有方向的变化。没有变化来历，个人知识库很容易成为一个彼此矛盾的引文池。
因此，知识发生器需要把材料组织为可继续的过程。它应当能够区分原始观察、暂时解释、已采用方法、失效记录和仍待处理的问题，并保留它们之间的关联。这里并不是要求每个人建立复杂分类学，而是要求材料在再次使用时不会失去基本身份。一次猜测不能因为被保存多年就成为事实，一份曾经采用的方案也不能因为未被删除就被理解为当前承诺。
这一转变还涉及人与系统的相互塑造。起初，系统帮助人整理既有材料；随后，人在互动中学会留下更有价值的记录；新的记录又提高后续检索与生成的适用性。人的观察能力、表达方式和系统的组织能力因此共同改变。发生器不是人在外面修建完毕后再进入使用的机器，它在使用中获得结构，人也在这个过程中形成新的能力。
二、材料必须保留它的来历
个人材料至少有两个时间：事情发生的时间和记录形成的时间。两者不一定相同。一个人当天记下的课堂感受，与半年后回忆同一课堂的解释，都可能有价值，但不能相互替代。前者接近当时的感受，后者包含后来的理解。如果知识库只保留一个上传日期，时间差异就被抹平，系统可能把后来形成的解释写成当时已经明确的认识。
来源的差异同样重要。自己直接观察的事实、他人转述的经历、文献中的结论和模型生成的构想，应当具有不同的身份。一段由模型帮助提出的案例，不能在多次引用后变成作者亲历；一个朋友允许私人讨论的问题，也不能在进入知识库后自然取得公开使用的资格。来历不是附在知识外面的装饰，它决定知识能够怎样被使用，以及谁需要为某种使用作出确认。
材料组织还需要保留必要的上下文。将一段话从长文中取出，可以提高检索效率，却可能切断限定条件。比如“这种方式有效”之前写着“在参与者已经具备基础能力时”，后面的总结若丢失前提，就会扩大主张。发生器需要让取回的片段能够回到原来的论证和观察位置。检索到一个相关句子，只是找到了入口，不能代替理解其适用范围。
对于尚未稳定的个人探索，版本之间的关系尤其值得保存。某一观点经历了修改，不必把旧版完全抹去，但系统应当能够辨认哪一个版本目前被采用，旧版为什么被替换。这样，过去既不会不断干扰现在，也不会失去成为研究对象的可能。一个人甚至可以通过比较自己的版本，发现某种长期未被意识到的判断习惯，这正是私人发生史的独特价值。
来历清楚并不要求所有细节永远保存。有些记录包含他人的隐私，有些细节已经没有继续使用的必要。可以保留一种经过压缩的理由结构，而删除不必要的个人信息。关键是压缩之后不制造错误的确定性：如果某个结论只能依据有限记录成立，就让这种限制留下来。知识发生器的成熟，不在于对一切永久记忆，而在于能够对记忆的保留、摘要和退出作出恰当安排。
三、取回材料只是互动的中间环节
一个问题进入系统以后，不应立即被理解为一条固定检索指令。人最初的表述可能遗漏重要区别，也可能把自己希望得到的结论写进问题。发生器需要能够先澄清当前工作：是在寻找已有答案，检查自己的推论，比较不同方法，还是形成一个此前没有的问题。不同任务需要不同的材料组合，检索的好坏也必须结合任务判断。
例如，一位教师问“怎样让学生更积极”。系统若只检索“积极性”相关材料，可能返回许多鼓励方法；如果先询问具体表现，就可能发现学生并非不积极，而是不愿在不确定时公开回答。此时，检索应转向错误暴露、课堂回应和同伴互动。问题的变化使材料相关性发生变化，检索结果又帮助进一步修改问题。这是一种反复形成的过程，而非一次输入之后沿固定管道流出的答案。
取回更多材料也不必然更好。Liu等人在长上下文研究中发现，所测试模型使用相关信息的表现会受到其位置影响，较长输入不等于全部信息都被稳健利用。〔Liu等，2023〕本书不据此推断所有未来模型都具有同样限制，而是提出一条设计要求：材料是否真正进入推理，需要检验，不能仅凭“已经放入上下文”来确认。
判断材料是否发挥作用，可以从回答的具体来历观察。系统能否说明某个关键区别来自哪份材料，能否保留材料之间的不一致，能否指出现有材料缺少什么。并非每一段生成都需要逐句展示来源，但涉及事实依据和重要判断时，应当能够回到相关内容。如果系统在取回材料后仍只给出通用回答，那么检索虽然发生了，个人知识却未必参与了发生。
这里也需要避免一种相反的僵化：把没有出处的新推论一律视为无效。创造往往产生于已知材料之间的新连接，尚未有文献替它命名。发生器应当允许新推论出现，同时明确它的身份：这是依据哪些材料提出的解释，哪些步骤需要进一步论证，怎样的回应可能使它失效。材料负责提供条件，新知需要在条件之上形成，而不能假装每一个新判断早已存在于某篇文献中。
四、方法进入系统之后仍须继续生长
个人知识发生器还需要保存方法。这里的方法，不仅是“先分析再总结”这样的通用指令，而是一个人长期研究中形成的区别方式：遇到冲突时先检查什么，何种证据足以改变判断，如何区分表面矛盾与条件差异。SDE方法可以在这里作为组织研究的框架，帮助追查显露、差异运行与特征纠缠怎样相互构成，但不能退化成把任何对象都填进同一套术语。
如果系统面对所有问题都立即宣布“这是S、这是D、这是E”，却没有解释这种划分如何改变理解，那么方法只是装饰。方法进入发生器，应当增加可辨认的工作能力。例如，它能否帮助发现某一特征并非对象独有，而是在特定互动中形成；能否指出改变差异运行后，原先稳定的显露为何发生变化；能否让两个互相争执的观点暴露其不同的发生条件。
方法本身也可能失效。一套分析框架在解释课堂活动时有用，进入亲密关系时却可能过度抽象；一种记录方法适合科研，进入日常照护时却可能加重负担。知识发生器不能把个人最重视的方法当作不可修改的最高命令。它应当帮助人辨认方法在哪些地方增加了理解，在哪些地方遮蔽了材料，以及是否需要新的区别和组织方式。
这要求方法记录包含“为什么这样做”，而不仅是“照着这样做”。只有操作步骤，系统容易在条件改变后机械执行；保留判断理由，就能够识别何时应当调整。一个人在使用中逐渐把默会的比较方式说清，又通过新材料发现原来遗漏的条件，方法便从个人习惯变成可以检验、可以继续发展的知识。人和智能体在此共同形成了一个更清楚的工作对象。
方法的稳定与开放需要同时存在。没有稳定性，每次对话都从头开始，个人发生史无法积累；没有开放性，发生器就只是不断替旧立场寻找理由。较好的安排是保存一个目前采用的工作版本，同时允许新问题对它提出修订。稳定为行动提供连续性，修订使连续性不被误解为永不变化。复合的我由此拥有历史，也拥有超出历史的可能。
五、反馈怎样回到下一轮发生
反馈首先需要区别满意与有效。使用者喜欢一段解释，说明它在表达上或感受上产生了作用，却不必然说明它的事实判断正确；某个建议暂时令人不舒服，也不必然说明它没有价值。发生器若把所有积极回应都理解为正确，把所有消极回应都理解为错误，就会逐渐学会迎合，失去对个人成长最重要的差异。
可以把一次反馈理解为对多个问题的回答：回答是否切中了原先困难，依据是否可靠，行动是否可实行，实行以后发生了什么，以及这个结果对个人是否值得。它们不需要被压成一个总分。一个居住建议可能空间利用很好，却不适合家庭的生活节律；一个教学方法可能提高完成率，却使学生更害怕提问。不同方面的反馈并列保留，才能让下一轮修订知道究竟要改变什么。
反馈进入系统以后，还要区分个人经验与一般结论。某种安排对一个家庭有效，可以成为该家庭继续行动的依据，也可以成为他人值得考察的线索，但不能直接转化为所有家庭的最佳方案。发生器应当使反馈带着条件流动。经验被带到新问题时，要重新检查相似性是否涉及真正起作用的条件，而不是只因为人物年龄或表面情境接近就照搬。
并非每次反馈都要求立即修改方法。一次异常可能来自偶然事件，也可能揭示重要缺口；多次相近的失败可能说明方法需要重建，也可能说明某个必要条件始终没有落实。个人智能体的价值，在于帮助保存与比较这些可能，避免人仅凭最近一次体验推翻全部积累，也避免系统以“长期有效”为由忽略已经出现的变化。
这里所说的反馈回写，不意味着每次对话都自动更新底座模型的参数。本书要求的是把必要变化落实于外部记录、检索组织、方法配置或工作流程，并检查这些变化是否实际影响了后续活动。
当反馈真正改变下一轮检索、提问和判断时，发生器才形成了可延续的学习结构。今天的问题不再孤立于昨天，过去的失败也不再只是档案。它们进入新的差异运行，使同类困难能够以不同方式显露。这种改变比单纯扩大知识库更接近个人能力的成长，因为系统与使用者共同获得了更细的辨认和更恰当的行动条件。
六、私人知识的边界必须落实为安排
拥有私人知识库，不等于私人材料天然不会外流。能否保有材料，取决于存放位置、访问范围、调用方式、服务日志以及对外输出等具体安排。把“不得泄露”写进对话要求，可以表达愿望，却不能代替各环节的限制。哲学上承认私人发生的意义，技术和组织上就需要让这种意义能够被执行，而不只是停留在产品名称中。
个人发生器可以包含不同开放程度的材料。公开文献可以用于对外说明，自己的研究笔记可以仅用于内部推敲，涉及他人的记录则可能只允许在特定任务中使用。关键不在于预先列出一张永恒分类表，而在于材料的使用范围随其来历和目的得到确定。同一个文件的部分内容可以公开讨论，另一部分却需要保留，这要求边界比“整个库公开或私密”更细致。
对于面向他人的服务，尤其需要区分系统能够读取什么与能够回答什么。某项服务只需要调用经过整理的方法，就没有必要进入全部生活档案。减少不必要的可用材料，本身就是降低越界机会的一种组织方式。系统可以在自己的私密研究空间中使用较丰富的内容，再把适合服务的部分形成有限范围的知识和程序，避免每次对外互动都暴露全部底本。
同时，保有并不意味着服务可以逃避说明。使用者仍有理由知道服务的适用范围、主要依据和重要限制，并在结果失效时获得回应。保密能够支持一个人继续发生，却不能成为取消他人判断位置的理由。有关私人保有与共同检验的张力，将在第四编进一步展开；在此，首先要确立的是，边界属于发生器的构成，而非完成以后才补上的附属条款。
七、可迁移的历史与可改变的自己
如果个人发生器只能存在于一个不可离开的界面中，它的连续性就十分脆弱。真正值得保有的，不只是模型曾经说过的每句话，而是材料来历、问题演变、方法版本、关键选择和反馈记录。能够把这些内容带到新的系统中，个人才可能在模型更换、平台调整或自身需求改变时继续工作。迁移不是逐字复制一个旧助手，而是延续对发生真正重要的结构。
迁移还提供了一种检验。若更换底座后，同样的材料与方法可以支持相近水平的工作，说明某些能力已经稳定地组织在复合结构中；若大量能力突然消失，则需要辨认原先究竟依赖了什么。可能是新模型对材料理解不同，也可能是旧系统中存在没有被记录的组织方式。这个差异有助于个人认识自己的复合能力，而不是把全部表现归因于单独的人或单独的模型。
但连续性并不要求未来永远服从过去。一个人可能不再认同早年的目标，不再愿意让某些经历持续参与回答。发生器必须允许删除、封存和重新解释，使历史成为资源而非身份牢笼。能够记得我为何改变，也能够接受我决定不再继续某条道路，这两种能力共同支持主体性。过度稳定的个人画像可能比遗忘更严重地阻碍新的我发生。
由此，从我的RAG到我的知识发生器，改变的是整个知识组织的目的。材料不只是被找到，方法不只是被执行，反馈不只是被收集，历史不只是被保存；它们共同服务于一个能够继续提出问题、改变理解和进入世界的复合体。其价值最终显露在人的生活与共同活动之中，而不是库的大小、记忆的长度或输出的数量之中。