我觉得RAG当成记忆很合适，因为RAG也相当于是记忆的一种分层的体现。我们没有办法把所有内容都存入到大模型。但是RAG相当于外挂的记忆。就好比我们人脑没办法把所有内容都存到大脑里，但是我们可以记一些关键的信息索引，需要的时候去对应的笔记或者书本中查看就好。 所以记忆中是否就应该做一些引导，把知识库本身去进行分层，比如不同业务用到什么知识库，把它放到记忆里，然后再让大模型调用工具去调用不同的知识库，而不是一股脑把所有内容都放到同一个知识库里。 还有一个问题，就是我们说到把RAG归到链式或者循环式，那基本都说的是传统RAG。但如果现在的LLM Wiki是不是可以把它归成层级式的，gbrain可以归成编排式的，但是又感觉它归类起来很模糊，这个问题老师是怎么看待的？