把 RAG 租户隔离做进向量索引内部

文章讨论多用户 RAG 应用的租户隔离问题：常见做法是先在整个集合中检索最相近的 chunk，再丢弃不属于当前用户的结果。作者指出该做法在单机测试中不会暴露问题，但在真实多用户场景下，其他用户的 chunk 会占用请求的 top-k 名额，过滤后可能只剩一两条甚至为空，导致回答质量静默下降；且一旦漏掉一行过滤代码，就会把他人文档带入回答。作者主张把用户过滤条件下推到向量检索本身。

AI推荐理由 指出多租户 RAG 的常见错误：先全库检索再过滤会挤占 top-k 名额并导致答案质量下降甚至越权泄露，主张把用户过滤条件下推到向量检索内部；问题具体、有工程价值，但为经验性论述，未给出基准数据。