“RAG已死”并非危言耸听:真正取代它的是Agentic Retrieval
当社交媒体在刷“RAG is dead”时,大多数人以为这只是又一次技术口嗨。但在这场由 Turbopuffer 工程师 Kuba Rogut 分享的演讲里,一个更扎心的事实浮出水面:不是 RAG 失效了,而是它已经跟不上真正严肃的 AI 搜索需求了。
当社交媒体在刷“RAG is dead”时,大多数人以为这只是又一次技术口嗨。但在这场由 Turbopuffer 工程师 Kuba Rogut 分享的演讲里,一个更扎心的事实浮出水面:不是 RAG 失效了,而是它已经跟不上真正严肃的 AI 搜索需求了。
如果让 AI Agent 真正走向商业世界,它们迟早要自己下单、付款、结算。但 Stripe 的 Steve Kaliski 在这场演讲里抛出一个反直觉的结论:问题不在于“机器人能不能付钱”,而在于“我们有没有把支付基础设施拆对”。这是一篇每个做 Agent、平台和工具的人都该读完的文章。
很多人以为“语义搜索”是写代码的终极形态,但这场基准测试给了所有人一记冷水:Claude Code 默认不用语义搜索,反而效果更稳。TurboPuffer 的 Kuba 用真实数据对比了语义检索与 agentic 搜索,结论远比你想象复杂。
如果你还以为“训练模型”是工程师的专属技能,那你已经落后了一代。Hugging Face 开源团队的 Merve Noyan 在这场演讲里抛出一个足够炸裂的事实:今天的 AI Agent,不只是用模型,而是能自己选模型、配显存、跑任务,甚至替你把模型训好。
如果你的 AI 还在用一套固定 Benchmark 证明“我很强”,那你已经落后了。Comet ML 的 Vincent Koc 在这场演讲里抛出一个让全场不安的判断:不是模型不够好,而是我们评测 AI 的方式,已经跟不上它进化的速度。
你以为Agent不聪明,是模型不够强?Leonie Monigatti在这场工作坊里抛出一个反直觉结论:Context Engineering里,真正决定成败的不是Prompt,而是Search。更残酷的是,80%的问题都出在这里。
大多数人还在比模型参数,Google DeepMind 却在公开课上反复强调一件反直觉的事:Agent 成败不在模型,而在“循环、工具和缓存”。这场从 API Key 到语音 Agent 的现场演示,暴露了下一代应用的真实门槛。
一个多年只用 React 的开发者,在 2025 年被 Svelte“反向安利”了,而且还开始为它辩护。更反直觉的是:他说 Svelte 不但性能更好,还**更适合 AI 编程时代**。这篇文章讲清楚他为什么改变立场,以及这对 AI 从业者意味着什么。
一位 AI 搜索创业者在播客里说:如果今年做不出 PMF,就把投资人的钱全部退回去。这不是豪言,而是他对“Agent + RAG 时代搜索该怎么做”的底层判断。本期 Latent Space 的对话,罕见地把 AI 搜索的技术、定价和创业真相一次说透。
Vibe Coding 诞生刚满一年,却已经面目全非。Perplexity 和 Replit 几乎在同一周给出了答案:未来的 AI 编程不在 IDE、不在 Chat,而在“永远在线的代理系统”和“可协作的创作画布”里。这不是工具升级,而是工作方式的整体迁移。