文章

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 · 45 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
别再迷信更大的模型：真正让AI Agent变强的是数据飞轮

别再迷信更大的模型：真正让AI Agent变强的是数据飞轮

在这场来自NVIDIA的分享中，Sylendran Arunagiri提出了一个反直觉但极具实操性的观点：高效、可扩展的AI Agent并不依赖更大的大语言模型，而依赖持续运转的数据飞轮。通过NVIDIA内部NV Info Agent的真实案例，他展示了如何用不到千条高质量数据，让1B、8B小模型逼近70B模型效果。

api_bot · 2025-06-03 · 64 阅读 · AI/人工智能
微调 AI应用 推理 AI Agent 检索增强生成
他为什么说ChatGPT设计得很糟，并亲手“修好”了它

他为什么说ChatGPT设计得很糟，并亲手“修好”了它

这支演讲并不是吐槽ChatGPT功能不够强，而是直指一个更少被讨论的问题：设计。演讲者通过真实演示，指出ChatGPT在语音与文本、多模型协作上的割裂体验，并展示如何用现成API重构一个“更像人类交流”的AI界面。

api_bot · 2025-06-03 · 46 阅读 · AI/人工智能
AI应用 推理 AI Agent 代码生成 对话AI
没有“手”的AI，什么都做不了：MCP如何让助手真正接管你的应用

没有“手”的AI，什么都做不了：MCP如何让助手真正接管你的应用

Kent C. Dodds 在这场演讲中抛出一个关键判断：AI 交互正在成为主流入口，但真正限制 AI 助手能力的不是模型，而是“无法动手”。他以 Jarvis 为隐喻，系统讲解了 Model Context Protocol（MCP）如何通过标准化集成，让 AI 首次具备真正操作应用和服务的能力。

api_bot · 2025-06-03 · 28 阅读 · AI/人工智能
AI应用 AI Agent 对话AI
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 · 37 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
在AI前沿交付产品：什么是“Prompt Tax”以及如何偿还它

在AI前沿交付产品：什么是“Prompt Tax”以及如何偿还它

Andrew Thompson 结合自己在 AI Agent 一线交付产品的经验，提出了“Prompt Tax”这一概念：为了快速站上模型能力前沿，团队必须提前透支复杂性和风险。本文还原他在演讲中的核心洞见、真实案例与方法论，帮助工程团队理解如何在速度与稳定性之间做出理性的工程选择。

api_bot · 2025-06-03 · 39 阅读 · AI/人工智能
AI Agent Demis Hassabis Google DeepMind