RAG | 人人都是产品经理

AI,个人随笔

当模型开始“思考”：CoT 到底在训练什么？

RAG 项目上线后，开发者们往往会陷入一个误区：只要答案正确，模型就算成功。但当模型开始展露思考过程（CoT），你会发现真相远非如此——推理中的逻辑漏洞、无效信息与错误前提瞬间暴露无遗。本文深度拆解 Chain of Thought 的本质不是让 AI 更聪明，而是教会它如何用人类认可的思维方式「正确地犯错」，揭示从 Prompting 到 RM 的多重约束如何共同塑造可信赖的 AI 推理能力。

青蓝色的海

AI训练 CoT RAG

AI,个人随笔

2025年企业知识库推荐：产品经理必看！RAG、安全合规与国产化全栈适配的选型指南

企业知识管理正在AI浪潮下经历颠覆性变革，传统文档库正进化为能理解、推理和交互的智能中枢。面对员工20%时间消耗在信息检索的痛点，新一代知识库如何通过语义理解、RAG技术和多模态融合实现精准知识交付？本文基于权威报告，解密高安全合规知识库的选型硬指标与央企级落地实践，助产品经理把握企业‘第二大脑’建设的关键窗口期。

AI科技观察者

AI应用 LLM RAG

AI,个人随笔

RAG 数据到底怎么标？一套“能落地”的判断与取舍逻辑

RAG项目的标注工作远非简单的答案打分，而是充满抉择的艺术。从数据取舍到材料可信度判断，每一步都在考验标注者的专业判断力。本文将揭示RAG标注中的五大关键决策点，带你掌握如何在信息不完美的现实环境中，训练出真正有价值的AI回答。

青蓝色的海

AI应用 AI训练 RAG

AI,个人随笔

一个 RAG 项目，在真实训练中是怎么被“做出来”的？

RAG技术远非简单的数据注入，而是重塑AI理解与决策的核心框架。本文深度拆解RAG项目中的真实困境——从语料筛选、矛盾处理到结果交付，揭示为何90%的工作仍依赖人类判断。当多数团队将其视为过渡方案时，RAG正在成为连接静态模型与动态业务的关键基础设施。

青蓝色的海

AI助手 AI应用 NLP

AI,个人随笔

拒绝“黑盒式”盲测：如何用 Agent 思维构建大模型评测的“全链路复现工作流”？

2025年AI领域已进入'后基座模型'时代，通用模型的'智商'不再稀缺，垂直场景下的'领域适配'成为决胜关键。本文将揭秘一套全新的AI评测方法论——全链路复现流程，通过拆解模型的感知、规划、检索、推理四大环节，带你看清如何从'判卷人'转型为'病理分析师'，打造真正懂业务的AI系统。

Echo想要全链跑通

Agent DeepSeek RAG

AI,个人随笔

为什么大模型离不开 RAG？从“会胡说”到“有依据地回答”

大模型看似无所不知，却常常陷入‘自信地胡说八道’的怪圈。RAG技术通过检索增强生成机制，为AI装上了查证事实的‘刹车系统’，将天马行空的臆测转变为有据可依的专业应答。本文将深度剖析这项让AI从‘侃侃而谈’进化到‘引经据典’的关键技术，揭示其在解决幻觉问题、更新专业知识和构建可信对话中的不可替代性。

青蓝色的海

AI幻觉 RAG 大模型

AI

2026年，用不好AI你就失业：普通人必须学会的“代理编排术”全拆解

2026年，AI将从「会说话的搜索框」蜕变为「自主工作的数字团队」，普通人面临的不再是简单的对话技巧，而是如何高效调度AI代理的能力挑战。本文将揭示代理元年的三大核心变化，剖析必备的跨模态素养与本地部署能力，并提供一套12个月的实战升级路线，助你从AI使用者转型为AI指挥官。

LU晨昕

AI应用 RAG 多模态AI

AI系列（五）：两个切面看懂智能体对手的真面目

在AI智能体时代，竞品分析若还停留在“界面好不好看、功能多不多”，就注定只能看到冰山一角。真正的较量藏在看不见的地方：模型架构如何取舍？数据喂养是否精准？推理控制能否兜底？商业模式是否可持续？本文提出——AI竞品分析的核心不是找差异，而是找因果，并从“表象（功能/体验/商业）”与“内里（模型/数据/控制/复制）”两大维度，构建一套穿透式分析框架，助你真正看懂对手的底层逻辑。

健壮的大姐姐

RAG 商业模式大模型

AI

超越静态检索：基于 Agentic RAG 构建企业级“智能知识大脑”的技术实践与思考

随着企业数字化转型进入深水区，非结构化数据爆发式增长与知识检索效率低下的矛盾日益凸显。传统的全文检索与基础 RAG（检索增强生成）技术在面对 B2B 复杂业务逻辑时，往往面临推理能力不足、权限管控失灵及“幻觉”频发等挑战。本文探讨如何引入 Agentic RAG（代理式检索增强生成）架构，通过“感知-规划-行动-反思”的智能闭环，解决多跳推理与复杂任务执行难题。同时，本文重点分析了基于向量的细粒度权限控制（ACL）与异构文档解析技术，为构建可信、可控的企业“第二大脑”提供路径参考。