在AI浪潮里,做一个清醒的记录者
03
30
27
从一个失败 Agent 项目里学到的架构教训:过度抽象和多工具调用的代价 从一个失败 Agent 项目里学到的架构教训:过度抽象和多工具调用的代价
过去一年,我参与过一个 Agent 项目,最终效果不理想。不是模型不行,不是数据不够,而是架构设计从一开始就埋下了问题。 这篇文章不讲具体产品,只复盘这个项目里最致命的几个架构错误。如果你正在做 Agent 项目,这些教训可能帮你少走一些弯
2026-03-27
23
19
19
如何把 AI 接进日常工作流:一套适合个人和小团队的自动化实践教程 如何把 AI 接进日常工作流:一套适合个人和小团队的自动化实践教程
很多人已经在用 AI 写东西、查资料、改文案、写代码,但真正的问题不是“会不会用 AI”,而是怎么把 AI 稳定接进日常工作流。 如果只是偶尔打开聊天窗口问几个问题,AI 更像一个临时助手。只有当它进入你每天都在重复发生的流程里,能接资料、
2026-03-19
19
小团队做 AI 知识库最容易踩的一个坑:没有离线评测,结果每次优化都像在碰运气 小团队做 AI 知识库最容易踩的一个坑:没有离线评测,结果每次优化都像在碰运气
小团队做 AI 知识库最容易踩的一个坑:没有离线评测,结果每次优化都像在碰运气 小团队做 AI 知识库,前面几步通常都推进得挺快。 先接文档,做个切片,拉一个向量库,套一个聊天页,再补几个常见问题。第一版出来以后,大家很容易有一种感觉:差不
2026-03-19
18
小团队做 AI 知识库最容易踩的 9 个坑:从文档治理到问答上线的实战避坑清单 小团队做 AI 知识库最容易踩的 9 个坑:从文档治理到问答上线的实战避坑清单
小团队做 AI 知识库最容易踩的 9 个坑:从文档治理到问答上线的实战避坑清单这半年,越来越多团队都想做自己的 AI 知识库。 原因也很直接:模型能力越来越强,用户也越来越自然地期待“公司内部资料、产品文档、制度说明、FAQ、历史经验”能被
2026-03-18
18
RAG 为什么效果不稳定:从切片、召回到重排,拆解知识库问答最常见的 8 个问题 RAG 为什么效果不稳定:从切片、召回到重排,拆解知识库问答最常见的 8 个问题
RAG 为什么效果不稳定:从切片、召回到重排,拆解知识库问答最常见的 8 个问题做过一轮 RAG 的团队,基本都会碰到同一个阶段性困惑: Demo 看起来不错,正式一用就开始飘; 同样一类问题,这次答得很好,下次却漏重点; 文档明明在库里
2026-03-18
18
17
1 / 2