主题
第 4 章 外挂记忆 · RAG 与 Embedding
第 1 章留了两个坑。知识截止，新东西它没读过。上下文窗口有限，你的资料塞不完。这一章讲行业给这两个坑配的同一副药，别指望它记得，把资料找出来递给它。
先看为什么"全塞进上下文"行不通。窗口有上限。按 token 计费，塞十份文档答一个小问题，账单先受不了。而且窗口塞得越满，它看漏中间内容的概率越大，大海捞针，针在海中间最容易丢。所以正确姿势是只把相关的那几页递过去。问题变成，谁来判断"相关"？
这就轮到 Embedding（嵌入向量）出场。它把一段文字变成一串数字，你可以理解为给"意思"标上地图坐标，意思相近的话，坐标就挨得近。"怎么重置密码"和"忘记登录口令了"字面几乎不重叠，坐标却是邻居。有了坐标，"找相关"就从玄学变成了量距离。
于是有了 RAG（Retrieval-Augmented Generation，检索增强生成），流程四步。把你的资料切成小块（chunk）。每块算出坐标存起来。用户提问时，把问题也算成坐标，捞出坐标最近的几块。把这几块原文塞进上下文，让模型带着材料回答。一句话，先查资料，再开口。模型没有变聪明，是它拿到了小抄。
你每天都在用它，只是没叫过它的名字。Claude 回答你项目知识库里的问题，先搜索再回答，带着引用来源作答，背后都是"先检索，再生成"这个形状。检索的具体手段可以是向量，也可以是关键词搜索，原理一致。而且你早就在手动 RAG 了。第一册第 14 章教你把报错原样贴给 AI，把最相关的材料亲手递进上下文，这就是检索增强的最朴素形态。它也解释了一条你已有的直觉为什么对，递材料，永远胜过考记忆。
最后画清一条边界。这一章讲的是认识 RAG。亲手造一套 RAG，切块策略，向量库，检索调优，属于还没动工的"AI 应用开发"区，等我们真的开始造第一个 Agent 时，随实践一起写。认识和建造之间隔着一册书，这个空位我们诚实地留着。
出事时想起我
它对你项目的细节答非所问，相关文件没进上下文，检索没命中，亲手把文件贴进去。它引用了一份不存在的资料，检索空手而归时，补全机制接管了（第 1 章），要求它"只根据我给的材料回答，没有就说没有"。
关键领悟
搭档的记忆分两层，脑子里的（预训练，会过时、会不够）和手边的（上下文，你说了算）。共事的高手不考它的记性，只喂它对的材料。
试一试
下次问它任何关于你项目的问题，先别直接问。把你认为最相关的一个文件贴进去再问，对比有无材料时答案的落差。这个落差，就是 RAG 存在的全部理由。