AI,个人随笔 我们的RAG评测方案,第一版被批得体无完肤 RAG上线容易优化难,最怕模型明明看到了正确答案还在闭眼瞎编。本文大白话复盘了一个企业知识库项目的踩坑血泪史,拆解了系统在召回、精度和知识冲突上的三大翻车现场,并分享我们如何用专属、混淆、对抗三类题型重构评测方案,真正揪出那些“高分低能”的假把式。 L.NaN AI应用RAG经验分享
AI,个人随笔 企业知识图谱如何正确分类? 当企业知识图谱遭遇分类困境,往往不是分得不够细,而是维度本身出了问题。本文通过通信运营商知识体系的真实案例,揭示树状分类在多维交叉场景中的结构性缺陷,并提出用标签体系替代传统分类的解决方案。从底层逻辑到实操方法,带你破解知识建模中最常见的'越分越乱'困局。 是AD RAG企业AI分类体系
AI 别再迷信 RAG 了:在医疗产品里,我把通用 RAG 那套几乎全推翻了 当一个AI健康助手面对半夜的紧急求助时,常规的RAG技术可能成为致命漏洞。本文深度剖析医疗分诊场景下,为何标准技术方案会被完全重构——从融合策略的'取严'原则到评测指标的零容忍标准,揭示高风险产品设计中那些'错一步就赔命'的关键决策点。 Niney AI+医疗RAG产品安全
AI,个人随笔 企业级RAG产品:从技术实现到B端落地的我们走过的那些路 作为产品经理,我们不需要成为算法专家,但必须理解技术与业务结合的边界与可能性。本文主要是总结博主在过往真实的B端RAG落地经验与思考,从产品视角尽可能的拆解RAG的核心逻辑与实战策略,帮助你在AI原生应用设计中做出更明智的决策。 要成为产品小李 AI应用LLMQuery优化
AI,个人随笔 RAG 平台 V2:切换智普大模型、补全企业级能力,一次真实升级的全过程 从原型到生产级,RAG系统升级背后的技术抉择与实战陷阱。当国产大模型GLM-4.5-Air替代通义千问,2048维向量替代1024维,开发者需要直面的不仅是性能提升——SDK兼容性陷阱、企业级能力补全、零向量静默失败等5大典型坑位正等待填平。本文将揭秘从裸API到全功能平台的完整升级路径,特别聚焦Embedding模型切换时那些比报错更危险的「正常假象」。 天涯轩 AI工程化GLM-4.5-AirRAG
AI,个人随笔 企业 Agent 的上限,不在模型参数里,在公司的知识管理能力里 企业级Agent为何难以稳定落地?模型参数的不断升级并未解决根本问题,真正瓶颈在于企业的知识管理能力。本文深度剖析Agent在实际应用中的三大阶段演进,揭示隐性知识显性化的关键路径,以及如何将组织记忆转化为AI可执行的智能资产。 墨峥说AI产品 AI应用RAG企业级Agent
AI,个人随笔 用 AI 写规格、国内大模型做推理:一百块能否搭出生产级 RAG? 当AI代码生成遇上国内LLM API,一场真实的生产级RAG实验给出了答案。从Claude Code生成的440行方案文档出发,到集成通义千问API、修复14个隐蔽Bug,最终仅花费100元人民币就搭建起包含混合检索、状态机管道和企业级前端的全栈系统。本文将揭秘架构选型、核心数据样例与上线前自查清单,为评估AI代码生成+国内大模型落地的团队提供实战参考。 天涯轩 ClaudeLangGraphMonorepo
分析评测 逆向拆解 AI 产品,不要只看它有什么功能 拆解AI产品仅看界面功能已经远远不够,真正的竞争力往往隐藏在数据管道、模型路由和权限治理这些看不见的底层架构中。本文提出逆向拆解法,通过市场趋势、场景任务、技术链路等六层框架,揭示AI产品从Demo走向长期商业化的关键路径,指出未来的竞争焦点将集中在工作流编排与成本治理的组合能力上。 AI启示录 AgentAI产品RAG
AI,个人随笔 通过codex解析 Agent工作流程 大模型的诞生与落地是一场精密的技术革命。从预训练到微调,从效果评估到资源隔离,这篇文章深度剖析了AI模型从实验室走向企业应用的全流程。特别是Agent与Skill的协同机制,正在重新定义人机协作的边界——当AI能自主规划、组合技能、处理未知情况时,产品经理的思维框架需要怎样的升级?本文用实战案例揭示了大模型落地的成本、安全与效能平衡之道。 Grace AgentAI落地MCP
AI 大模型交互的底层原理:给模型造一个临时执行环境 大模型的交互逻辑远比简单的"提问-回答"复杂得多。提示词实质上是在为模型构建一个临时任务环境,通过背景信息、规则约束和示例引导,让AI真正理解你的需求。本文将从10个层面深度解析提示词如何塑造大模型的行为逻辑,带你掌握从基础提问到复杂Agent设计的核心技术原理。 秋孝隱 AI交互RAG上下文设计
AI,个人随笔 AI 时代,构建本地AI知识库 AI工具的强大潜力远未被充分挖掘,大多数人仍停留在临时求助的浅层使用阶段。本文通过深度拆解本地知识库与AI工作流整合方案,揭示如何让AI真正成为你的长期智能伙伴——从Obsidian的底层优势到知识治理四步法,从增量编译原则到规则文件的宪法地位,手把手教你搭建能持续进化的个人智能协作系统。 Wcof AI工作流obsidianRAG
AI AI 应用搭建平台的知识库竞品分析:RAG 功能为什么会这样设计? ——以百度千帆与 Lyzr AI 为例 在RAG产品的竞品分析中,单纯的功能清单对比已远远不够。本文深度解析如何通过DDD子域划分和Kano模型,重新定义RAG产品的分析框架。以百度千帆AppBuilder和Lyzr AI为案例,揭示RAG功能背后的产品逻辑和战略考量,帮助产品经理在资源投入和功能分层上做出更精准的决策。 :) AI应用DDDKANO模型