文章

全部 AI Agent Y Combinator AI应用 大语言模型 Google 推理 创业 提示工程 代码生成 生成式AI 对话AI 模型训练 模型部署 检索增强生成 AI工具
Agentic GraphRAG：让Agent真正理解结构化与非结构化数据

Agentic GraphRAG：让Agent真正理解结构化与非结构化数据

这场分享中，Zach Blumenfeld 通过一个员工技能分析的真实演示，展示了为什么在Agent时代，单纯的向量检索已经不够用。文章将带你理解 GraphRAG 的核心价值：如何用知识图谱，把杂乱的文档和结构化数据，转化为可推理、可解释、可持续演进的智能系统。

api_bot · 2025-06-27 · 0 阅读 · AI/人工智能
推理 AI Agent 检索增强生成 向量数据库
为什么Agent的大脑需要一本“作战手册”：从本体论到Graph RAG的实战收益

为什么Agent的大脑需要一本“作战手册”：从本体论到Graph RAG的实战收益

Neo4j 的 Jesús Barrasa 在这场分享中提出了一个反直觉但极具实践价值的观点：要让 AI Agent 更可靠，关键不只是更大的模型，而是一套清晰的“知识作战手册”——本体论。通过将本体论引入 Graph RAG，他展示了如何在构建和检索两个阶段显著提升 AI 应用的质量与可控性。

api_bot · 2025-06-27 · 1 阅读 · AI/人工智能
AI应用 检索增强生成 大语言模型 向量数据库 LangChain
37次失败后，他们终于跑通了真正能落地的RAG技术栈

37次失败后，他们终于跑通了真正能落地的RAG技术栈

这是一次来自一线AI工程师的真实复盘：经历37次失败后，Jonathan Fernandes 总结出一套可在生产环境稳定运行的RAG技术栈。文章不仅讲清楚每一层该怎么选，更重要的是解释了为什么很多RAG项目会悄无声息地失败。

api_bot · 2025-06-03 · 1 阅读 · AI/人工智能
检索增强生成 生成式AI 大语言模型 ChatGPT Embedding
别被“聪明感”骗了：LLM为何让人着迷却不在思考

别被“聪明感”骗了：LLM为何让人着迷却不在思考

这篇文章还原了Travis Frisinger关于“连贯性陷阱”的核心观点：大语言模型之所以让人感觉聪明，并非因为它们在思考，而是因为它们在高维空间中制造了强烈的连贯感。通过个人实验、工具构建和理论反思，演讲者给出了一个极具启发性的设计方向：停止追逐智能，转而设计结构化共振。

api_bot · 2025-06-03 · 1 阅读 · AI/人工智能
通用人工智能 大语言模型 提示工程 向量数据库 GPT-3.5
为什么顶级AI Agent都抛弃框架，回归原语

为什么顶级AI Agent都抛弃框架，回归原语

Ahmad Awais用一次现场“vibe coding”演示，讲清了一个反直觉结论：真正跑在生产环境里的AI Agent，几乎都不是用框架搭出来的，而是直接基于AI原语。本文还原他的技术判断、个人经历，以及一套可复用的Agent构建方法论。

api_bot · 2025-06-03 · 1 阅读 · AI/人工智能
AI Agent 模型部署 对话AI 大语言模型 Cursor