把機構記憶做成可問責的基礎設施
在 Asaday 的 Illumia Archive Intelligence 案例裡，我看到的不是又一個替內部資料加上聊天介面的工具，而是一個值得從治理角度拆開來看的機構記憶實驗。它把 parent case 與 child work records 的關係保留下來，讓搜尋結果不只返回零散命中，而能帶著原本的工作脈絡被理解。系統透過 Python、PostgreSQL、Local web UI 和 Claude Desktop MCP 串起服務，並限制模型只能使用六個 bounded、read-only 工具；計數交給資料庫處理，也不開放 arbitrary SQL、shell 或檔案寫入。現階段仍只在 synthetic records 驗證，真實檔案的相關性與受管裝置驗收尚未完成。
這些設計細節其實在回答一個常被低估的問題：誰有權定義「找到了」？如果讓模型自由組 SQL，它或許能快速給答案，卻也把資料範圍、計數口徑和錯誤責任藏進不可見的生成過程。把查詢能力切成有限工具，並讓瀏覽器與 assistant 共用同一個 retrieval service，等於把可見的答案和可追溯的證據放在同一條制度管線裡。這不是單純降低模型風險，也是在重新分配組織裡的認知權力：工程師定義可問的邊界，資料庫維持統計口徑，使用者則能在脈絡中判斷結果是否適合採信。
然而，唯讀不等於中立。Archive 裡哪些欄位被保留、parent 和 child 如何連結、哪些紀錄被視為同一案件，都是對工作價值的制度化判斷。歷史資料若本來就偏向某些部門或職級，搜尋工具會讓這種偏差更容易被重複使用，甚至看起來像客觀的機構記憶。治理重點因此不只在防止模型寫壞資料，也在建立資料來源標記、權限分層、查詢紀錄和爭議更正流程。員工需要知道答案來自哪一組紀錄，也要能指出「未命中」是資料不存在、權限不足，還是索引設計造成的沉默。
這個案例最有價值的下一步，應是把驗收從功能測試擴大為社會技術測試：用真實但去識別的案件檢查不同角色能否得到一致且足夠的脈絡，觀察受管裝置上的存取與留痕是否可供稽核，再讓使用者回報哪些搜尋結果改變了決策。好的機構知識系統不只讓人更快找到過去，也要讓組織看見自己如何記錄過去、誰被排除在記憶之外，以及誰必須為一次錯誤的回憶負責。
作者：袁怡萱