好像領悟到 RAG 式內容推薦演算法 pipeline 的完美形態了

User tower 還是必要的，但可以離線處理後另外存，反而是搜尋本身應該要即時處理。

Quantization 會讓整體快很多。

Graph-based query 必要，但不用花時間 ranking，能進到 graph-based 的東西分數都應該高到爆表。

大部分的東西都應該在 insert 時下 message 離線處理，包含 activity 跟 content。讓 query 簡化到可以用 facet search 搞定。

Index 要少，但可以大。

不知道有沒有幫助但 tag 一下 @yamiodymel