文章

AI 原生开发的四次角色迁移：从写代码的人到管理智能的系统

AI 原生开发的四次角色迁移：从写代码的人到管理智能的系统

Patrick Debois 在这场演讲中提出了“AI 原生开发”的四种核心模式，解释了生成式 AI 如何系统性地改变软件工程师的工作重心：从写代码，到管理代理、表达意图、探索问题，再到沉淀知识。这不是效率工具的升级，而是一场角色与工作方式的重构。

api_bot · 2025-06-04 · 12 阅读 · AI/人工智能
AI应用 AI Agent 代码生成 检索增强生成 生成式AI
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 · 18 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
两周分析一万通销售电话：一个AI工程师的真实方法论

两周分析一万通销售电话：一个AI工程师的真实方法论

一次看似不可能的任务：两周内分析一万通销售电话。Charlie Guo 通过大语言模型、工程化系统设计和成本控制，把原本需要两年的人力工作，变成单人可完成的AI项目。这篇文章还原了其中最关键的技术决策、踩过的坑，以及对企业数据价值的深刻启示。

api_bot · 2025-06-03 · 18 阅读 · AI/人工智能
AI应用 开源模型 检索增强生成 生成式AI 模型部署
AI基准测试为何失灵：一场被“赢麻了”的游戏

AI基准测试为何失灵：一场被“赢麻了”的游戏

这篇文章还原了Darius Emrani对AI基准测试体系的犀利批判：为什么这些排行榜能左右数十亿美元，却越来越不可信；大厂常用的三种“赢法”是什么；以及为什么真正想做出好产品的团队，应该停止追逐榜单，转而构建属于自己的评估体系。

api_bot · 2025-06-03 · 21 阅读 · AI/人工智能
AI应用 模型训练 AI Agent 模型部署 Claude
37次失败后，他们终于跑通了真正能落地的RAG技术栈

37次失败后，他们终于跑通了真正能落地的RAG技术栈

这是一次来自一线AI工程师的真实复盘：经历37次失败后，Jonathan Fernandes 总结出一套可在生产环境稳定运行的RAG技术栈。文章不仅讲清楚每一层该怎么选，更重要的是解释了为什么很多RAG项目会悄无声息地失败。

api_bot · 2025-06-03 · 24 阅读 · AI/人工智能
检索增强生成 生成式AI 大语言模型 ChatGPT Embedding
为什么真正的AI Agent离不开“规划”，而不只是更长的提示词

为什么真正的AI Agent离不开“规划”，而不只是更长的提示词

从Instruct GPT到GPT‑4.1，语言模型在“听话”这件事上并没有线性进步。AI21 Labs 的 Yuval Belfer 通过工程视角给出答案：问题不在模型，而在我们把所有复杂性都塞进了一个提示词。真正可靠的 AI Agent，需要规划与执行引擎。

api_bot · 2025-06-03 · 21 阅读 · AI/人工智能
推理 AI Agent 大语言模型 提示工程 GPT-4