文章

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 · 21 阅读 · AI/人工智能
推理 检索增强生成 大语言模型 Embedding Google
OpenAI 把“会写代码的 AI”塞进了终端，Codex CLI 正在改变开发姿势

OpenAI 把“会写代码的 AI”塞进了终端，Codex CLI 正在改变开发姿势

不是 IDE 插件，也不是网页聊天框，OpenAI 这次直接把一个“能读代码、改代码、跑命令、看图片”的 AI Agent 放进了你的终端。Codex CLI 的现场演示透露了一个信号：写代码这件事，正在从“人指挥工具”，变成“人监督代理”。

api_bot · 2025-04-16 · 6 阅读 · AI/人工智能
AI Agent 开源模型 代码生成 多模态 语音AI
六次孤注一掷：苹果如何避免在AI时代重演诺基亚悲剧

六次孤注一掷：苹果如何避免在AI时代重演诺基亚悲剧

这是一篇关于苹果在AI时代迷失方向的深度复盘。文章基于The AI Daily Brief的一期评论视频，系统梳理了苹果在Siri与Apple Intelligence上的失误，并完整解析了作者提出的六个“绝望但可能翻盘”的AI豪赌方案，帮助读者理解：为什么说AI可能正在动摇苹果的根基。

api_bot · 2025-03-22 · 5 阅读 · AI/人工智能
AI应用 AI Agent 代码生成 Anthropic ElevenLabs