技术选型 | 人人都是产品经理

AI,个人随笔

为什么大厂突然放弃MCP？

MCP口碑反转，Perplexity CTO等大佬纷纷转向CLI+API轻量化方案。Token浪费高达32倍、架构冗余、安全漏洞成三大痛点。但MCP并未过时，选型需看场景：小规模重效率选CLI，大规模重规范选MCP。本文深度解析两者优劣，助你精准避坑。

陈哥聊测试

AI Agent CLI MCP

AI,个人随笔

RAG和Reference都叫知识库？搭Skill别选错

RAG与Reference，同为AI知识库却大不相同。本文用生活化类比拆解两者本质：RAG是自动搜索引擎，Reference是手动文件柜。通过退货政策案例，清晰对比工作流程与适用场景，帮你告别技术焦虑，做出明智选择。

设绘闲人

AI应用 RAG Reference

AI,个人随笔

Agent”记性差”？PM选RAG还是微调，这3个场景定生死

AI Agent总是答错或“失忆”？RAG和微调到底怎么选？本文从知识更新频率、能力需求、预算成本三个维度，结合企业内部知识问答、品牌文案生成等典型场景，帮你快速决策。记住：RAG是装图书馆，微调是读大学，大多数企业先把图书馆建好就够了。

产品包工头

Agent Fine-tuning RAG

AI,个人随笔

AI Agent 进入性价比时代：产品经理该如何重新选择大模型？

2026年6月30日，Anthropic 发布 Claude Sonnet 5；随后，Claude Fable 5 和 Mythos 5 在出口管制解除后恢复访问。单看这是一条模型更新新闻，但如果站在产品经理视角，它真正释放的信号是：AI Agent 的竞争正在从“谁能力最强”，转向“谁能以更低成本稳定完成任务”。

YF拾光记

AI Agent 大模型技术选型

AI,个人随笔

语音唤醒方案对比：从几十万授权费到几十块自训练，到底怎么选？

语音唤醒功能已成为智能产品的标配，但实现路径却让很多团队陷入选择困境。本文深度拆解硬件模组、大厂授权、自训练三类技术方案的成本与门槛，并揭秘最新在线训练平台的突破性优势，帮你找到最适合当前产品阶段的语音唤醒解决方案。

本色

AI模型产品开发技术选型

AI,个人随笔

如何通过三个信息来源辅助大模型选型：Benchmark、Arena AI与 OpenRouter 的分工与边界

模型版本更新比产品迭代还快，但大多数对选型的讨论还停留在"谁的分数高"。跑分高不等于用起来好，用起来好不等于能落地——这三件事，分别对应三套完全不同的评估逻辑：Benchmark 看能力边界，Arena 看用户真实偏好，OpenRouter 看生产环境里的实际使用情况。本文不推荐具体模型，只做一件事：把这三个信息源拆清楚，说明它们各自在回答什么问题、有什么盲区，以及怎么组合使用才不容易踩坑。