起点课堂会员权益
职业体系课特权
线下行业大会特权
个人IP打造特权
30+门专项技能课
1300+专题课程
12场职场软技能直播
12场求职辅导直播
12场专业技能直播
会员专属社群
荣耀标识
为什么网站总是不敢公开排序规则？
在信息爆炸的时代，排序规则决定了用户看到什么，也决定了平台如何定义“重要性”。然而，大多数网站却始终对排序逻辑讳莫如深。本文将从产品机制、商业利益与用户认知三重视角，剖析排序规则为何难以公开，以及这背后隐藏的信任博弈与设计悖论。
"技术原理"相关的文章
一文读懂大模型的心跳：“损失Loss”
你知道AI是怎么“变聪明”的吗？答案藏在一个看似负面的词——Loss。这篇文章用通俗语言讲清楚：损失函数到底是什么，它如何驱动模型学习，又为什么它是所有AI能力的起点。读完，你会对“训练”这件事有全新的理解。
AI发展史：从“人工智障”到“超级外脑”，我们到底经历了什么？
本文将带你穿越人工智能跌宕起伏的七十年，回顾这段充满了梦想、挫折与英雄主义的史诗。但你是否想过，我们究竟是如何从最初的“人工智障”，一步步走到了今天似乎无所不能的“超级外脑”身边的？
聊聊让AI“听懂人话”的秘密：意图识别
从智能客服到智能家居，再到金融和医疗领域，意图识别技术正帮助机器更好地理解人类的需求，并提供精准的服务。作者结合自身在大厂的工作经验，分享了如何通过意图识别提升产品效率和用户满意度。
注意，AI工程师不会说：“模型能力就这样了”
在人工智能领域，如何有效利用AI技术并确保其可靠性和可扩展性是一个关键问题。本文通过实际案例，深入探讨了AI项目中的模型边界、可观测性以及数据工程的重要性。
RAG全系列之《向量化与向量召回》
在知识检索领域，向量化与重排序正成为解决海量数据精准检索的关键技术组合。本文深入剖析向量化与重排序技术，从文档拆分的多种优化方法，到向量化模型选择、相似度计算的技巧，为你提供一套全面的知识检索指南，供大家参考。
向量库已死、RAG永存：模型进步再次干死过时技术
向量库刚被捧上神坛，就被最新一代大模型一脚踹下。原因很简单：当模型上下文一口气拉到百万 token，召回和排序一次搞定，传统 RAG 架构里的向量检索瞬间成了“多余的中间商”。本文用实测数据告诉你，向量延迟、精度天花板和成本是如何被原生长上下文碾压的——以及，在“模型即检索”的新范式里，开发者该如何重写知识库代码。
万字拆解：RAG已死吗？上下文工程（context engineer）为何为王？
最近看一个播客是 Chroma 创始人兼 CEOJeff在 Len Space 播客的对话，对话的标题就是关于“RAG is dead”的观念，在视频中很明显的说明了原本的RAG的局限性和现在context engnieer的重要性，今天我就想全面分析一下“上文工程”（context engnieer）为什么这么爆火？以及将来RAG的形态到底何去何从……
万字长文，彻底讲透大模型幻觉：从底层逻辑到五大缓解方法
AI 一方面展现出强大能力，引经据典对答如流，另一方面却常 “一本正经地胡说八道”，如在法庭上伪造判例。这种精准与荒谬并存的矛盾，源于数据质量、生成机制及指令模糊等问题，该如何化解以发挥 AI 真正价值？
一文弄懂如何通过AI Agent点外卖
在数字化时代，人工智能技术不断拓展其应用场景，为我们的生活带来诸多便利。本文将带你深入了解如何通过AI Agent（智能体）实现点外卖这一操作。作者以“AutoGLM”这款智能体App为例，详细分享了其操作过程。
从RAG到Agentic RAG的变化
从RAG到Agentic RAG，是AI从“信息调用”走向“任务执行”的一次范式跃迁。本文将系统梳理Agentic RAG的架构演进、能力扩展与应用场景，帮助读者理解生成式AI如何从“工具”变成“智能体”。
Agent杂谈：Agent的能力上下限及【Agent构建】核心技术栈调研分享~
2025 年 Agent 技术持续演进，已从简单任务处理向具备独立规划、协作能力的智能系统转变。文章从系统设计视角出发，先梳理 Agent 的核心定义与架构框架，再深入分析决定其能力上下限的关键因素 ，最后还分享了构建类 Manus Agent 系统所需的前后端技术栈，为 Agent 产品开发与研究提供参考。
