RAG 的去識別，為什麼不能只做遮蔽
把每個人名都換成 [REDACTED] 很安全，也把語料變成廢物。「Sarah 把案子轉給誰」這個問題從此沒有答案，因為所有人長得一模一樣。這篇談 RAG 場景該用的做法：keyed HMAC 的穩定替身、遮住身分但保留關係，以及我在實作時踩到的三個坑。
#RAG
3 篇文章
用 Postgres + pgvector 做一個會標出處的 RAG
RAG 拆開就三件事：切塊存起來、依問題找相關的塊、把塊餵給模型生成。資料量還沒到上千萬筆，你已經在用的 Postgres 加上 pgvector 就夠了，還能少維運一個外部服務。這篇用 TypeScript 從零做一個會標出處的 RAG：用 Postgres 存向量、一句 <=> 檢索、一次帶 citations 的生成，答案直接對回原文。
AI 的記憶不是儲存，是該忘什麼 - 從 cognitive-ai-memory 看 RAG 的下一站
過去三年大家把所有對話丟進向量資料庫，token 越疊越貴、召回反而越糟。AI 記憶的下一步不是「存更多」，而是「忘對」。這篇從 cognitive-ai-memory 出發，談艾賓浩斯曲線、MCP，與一條可實作的記憶設計路。