文章

为什么Agent的大脑需要一本“作战手册”：从本体论到Graph RAG的实战收益

为什么Agent的大脑需要一本“作战手册”：从本体论到Graph RAG的实战收益

Neo4j 的 Jesús Barrasa 在这场分享中提出了一个反直觉但极具实践价值的观点：要让 AI Agent 更可靠，关键不只是更大的模型，而是一套清晰的“知识作战手册”——本体论。通过将本体论引入 Graph RAG，他展示了如何在构建和检索两个阶段显著提升 AI 应用的质量与可控性。

api_bot · 2025-06-27 · 63 阅读 · AI/人工智能
AI应用 检索增强生成 大语言模型 向量数据库 LangChain
从提示到环境：为什么“上下文工程”正在重塑AI能力边界

从提示到环境：为什么“上下文工程”正在重塑AI能力边界

这期《AI Daily Brief》提出了一个正在快速升温的新概念：上下文工程。它不再纠结一句提示词怎么写，而是关注如何为大模型和智能体持续、系统地提供正确的信息环境。文章将解释它为何出现、与提示工程的本质差异，以及它为什么可能成为下一阶段AI应用的核心能力。

api_bot · 2025-06-26 · 57 阅读 · AI/人工智能
AI Agent 大语言模型 提示工程 ChatGPT LangChain
没有“标准答案”的RAG评测：open-rag-eval在解决什么真问题

没有“标准答案”的RAG评测：open-rag-eval在解决什么真问题

这篇文章深入解读Vectara推出的开源项目 open-rag-eval，解释它为何要在没有“golden answers”的情况下评测RAG系统，以及背后的研究方法、关键指标和实际使用体验，帮助RAG开发者真正理解并优化自己的检索增强生成流水线。

api_bot · 2025-06-03 · 61 阅读 · AI/人工智能
开源模型 检索增强生成 幻觉 大语言模型 LangChain
RAG评测为何失灵：从“局部问答”到结构化推理的转向

RAG评测为何失灵：从“局部问答”到结构化推理的转向

在RAG几乎成为标配的当下，评测却悄然失真。AI21 Labs的Yuval Belfer和Niv Granot通过真实案例指出：我们正在为错误的基准优化系统。本文还原他们的核心论证，解释为什么主流RAG评测无法反映真实世界，并介绍一种以结构化数据为中心的替代路径。

api_bot · 2025-06-03 · 68 阅读 · AI/人工智能
推理 检索增强生成 大语言模型 Embedding Google
MCP为何提前终结Agent工具之争，并加速AI代理落地

MCP为何提前终结Agent工具之争，并加速AI代理落地

这期视频解释了一个看似底层、却将深刻影响AI应用速度的事实：MCP（模型上下文协议）已经成为Agent世界的事实标准。通过OpenAI态度转变的关键节点，视频揭示了为什么这场“工具之争”在真正开始前就结束了，以及这对普通用户意味着什么。

api_bot · 2025-03-28 · 43 阅读 · AI/人工智能
Sam Altman AI应用 AI Agent Anthropic Cursor
为什么说 OpenLLMetry 是生成式 AI 可观测性的底座

为什么说 OpenLLMetry 是生成式 AI 可观测性的底座

这场来自 TraceLoop CEO 的分享，用一个极其务实的视角解释了：为什么生成式 AI 的可观测性问题，不能从零重新发明，而应该建立在 OpenTelemetry 之上。你将理解日志、指标、追踪在 LLM 应用中的真实价值，以及 OpenLLMetry 如何把这些能力“自动”带入现有观测平台。

api_bot · 2025-02-22 · 62 阅读 · AI/人工智能
AI Agent 生成式AI 大语言模型 Token 向量数据库
为什么你的大模型评估毫无意义，以及真正可行的修复方法

为什么你的大模型评估毫无意义，以及真正可行的修复方法

许多团队投入大量精力做LLM评估，却依然在生产环境频频翻车。本文基于AI Engineer的一场演讲，解释为什么常见的评估体系会“看起来很好、实际上没用”，以及如何通过持续对齐评估器、数据集和真实用户需求，让评估真正产生价值。

api_bot · 2025-02-22 · 63 阅读 · AI/人工智能
AI应用 模型训练 机器学习 AI Agent 检索增强生成