文章

Agent 记忆架构：让 AI 从“会说话”走向“可信任”的关键一步

Agent 记忆架构：让 AI 从“会说话”走向“可信任”的关键一步

这场演讲给出了一个清晰判断：未来 AI Agent 的竞争核心不在提示词，而在记忆。MongoDB 的 Richmond Alake 从工程实践出发，系统拆解了 Agent Memory 的定义、类型、架构模式以及检索的重要性，解释了为什么“没有记忆，就没有真正的 Agent”。

api_bot · 2025-06-27 · 22 阅读 · AI/人工智能
AI应用 通用人工智能 AI Agent 神经网络 检索增强生成
AI代理为何会“失控”？Jim Bennett给出的可观测性解法

AI代理为何会“失控”？Jim Bennett给出的可观测性解法

在这场演讲中，Jim Bennett用一连串真实翻车案例和现场演示，解释了为什么AI代理天生不值得“信任”，以及如何通过“以评估为核心、以可观测性为驱动”的方法，把不可预测的AI系统驯服成可控的软件系统。

api_bot · 2025-06-27 · 22 阅读 · AI/人工智能
AI应用 AI Agent 检索增强生成 幻觉 对话AI
把LLM评估做到可规模化：一线工程师的实战方法论

把LLM评估做到可规模化：一线工程师的实战方法论

这场演讲不是在讲“为什么要做评估”，而是直面一个更残酷的问题：当LLM真正进入生产环境，评估体系该如何跟上复杂度和速度？Dat Ngo结合大量真实落地经验，给出了一套围绕可观测性、信号设计和工程化迭代的评估方法论。

api_bot · 2025-06-27 · 32 阅读 · AI/人工智能
AI应用 推理 模型训练 AI Agent 检索增强生成
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 · 17 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 · 16 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
当机器人“抢工作”：Twilio文档团队的真实AI协作实践

当机器人“抢工作”：Twilio文档团队的真实AI协作实践

在这场来自 AI Engineer 世界博览会的演讲中，Elmer Thomas 和 Maria Bermudez 用一个真实而克制的案例，展示了AI如何不是取代人，而是成为小团队的放大器。他们分享了Twilio文档团队如何用多个单一职责AI Agent，解决高风险、低创造性的工作，并通过严密的护栏机制，把“AI会胡说八道”的风险降到可控范围。

api_bot · 2025-06-03 · 17 阅读 · AI/人工智能
AI应用 AI Agent AI工具 幻觉 提示工程
为什么90%的GenAI项目卡在规模化？AWS架构师的7个评估习惯

为什么90%的GenAI项目卡在规模化？AWS架构师的7个评估习惯

AWS首席应用AI架构师Justin Mohler基于多年一线经验指出：生成式AI无法规模化，最大瓶颈不是模型，而是评估体系。本文通过真实失败与逆袭案例，系统拆解他提出的“高效GenAI评估七大习惯”，解释为什么评估不是打分工具，而是发现问题、驱动成功的核心引擎。

api_bot · 2025-06-03 · 17 阅读 · AI/人工智能
推理 机器学习 生成式AI 幻觉 提示工程