当RAG被PDF拖垮:Red Hat工程师给出的破局思路
如果你觉得RAG做不好,是模型不够强,那可能方向就错了。Red Hat 工程师 Cedric Clyburn 用一场演讲抛出一个反直觉观点:真正限制大语言模型落地的,不是生成能力,而是我们如何“结构化”那些混乱的文档。
如果你觉得RAG做不好,是模型不够强,那可能方向就错了。Red Hat 工程师 Cedric Clyburn 用一场演讲抛出一个反直觉观点:真正限制大语言模型落地的,不是生成能力,而是我们如何“结构化”那些混乱的文档。
大多数AI Agent失败,不是因为模型不够强,而是因为没人知道如何“持续改进”它们。Nearform 技术负责人 Alfonso Graziano 给出了一条反直觉的答案:让 AI 自己来优化 AI。结果很残酷也很惊人——18% 到 83%,只用了 10 轮迭代。
你以为给 AI Agent 更多工具,它就会更聪明?Prosodica 的 Sohail Shaikh 和 Ankush Rastogi 用真实生产数据泼了一盆冷水:工具一多,Agent 不仅更慢、更贵,还会明显变笨。这场演讲拆穿了一个正在被大量团队复制的危险设计模式。
在 Anthropic 内部,工程师把任务丢给 AI Agent 就去睡觉,第二天醒来,Bug 修了、分析跑完、洞察生成。这不是未来畅想,而是他们今天的工作方式。本期 Peter Yang 对话 Anthropic 的 Jess Yan,首次系统拆解了 Claude Managed Agents 背后的关键判断:真正的瓶颈,已经不是模型聪不聪明,而是你敢不敢把事情交出去。
如果你还以为AI只是“写代码更快”,这期播客会直接把你拉回现实。OpenAI Codex 团队负责人 Andrew Ambrosino 在 Lenny’s Podcast 里抛出一个猛料:在他们内部,几乎所有人都在用 Codex,而且这正在彻底改变产品、设计和团队结构本身。
这一周没有爆炸性头条,却可能比任何“大新闻”都更重要。《AI Daily Brief》抛出了一个残酷判断:AI 世界正在进入一个没有清晰规则、只有临时拼凑的“许可时代”。从政界的暧昧表态,到 Fable 5 的持续阴影,再到 GPT 5.6 的零星线索,这期内容把行业真正的底层焦虑暴露无遗。
当硅谷还在讨论商业模式时,YC在印度抛出了一个更激进的判断:这一波AI竞争,拼的不是套路,而是谁对技术理解“领先10倍”。而他们认为,最有可能做到这一点的地方,不在美国,而在印度。
一个看似杂谈的播客,其实暴露了三个正在同时发生的行业拐点:创作者经济正在被高成本反噬,Meta 把 AI 塞进眼镜想重做现实入口,而 GPT 5.6 的“有限发布”背后,是模型分级、蒸馏和监管的全面博弈。对 AI 从业者来说,这是一集不能只当背景音的视频。
在 Config 2026 的这场分享里,Figma 并没有炫技式地谈 AI 多强,而是抛出一个让很多从业者不安的判断:AI 工具越多、不确定性反而越高。真正拉开人与人的差距的,不是会不会写提示词,而是你能不能在一开始就把“意图”说清楚。
在这场 Figma Config 2026 的 deep dive 里,最炸裂的不是新功能清单,而是一种设计哲学的转向:Make 不再是自动生成一切的“魔法按钮”,而是只在你真正需要时才介入的协作者。模板、规范、工作流,全被重新定义。