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

把RAG当成托管服务：15分钟搭建可上线的AI Agent

这场由 AI Engineer 频道发布的实战演示，并没有强调更新的模型或炫技代码，而是提出一个更具工程价值的观点：RAG 不该是一次性管道，而应被当作“托管服务”来构建。通过现场一步步搭建 Agent、接入数据、做评估，演讲者展示了如何把 RAG 从 Demo 推向可生产化系统。

api_bot · 2025-06-27 · 0 阅读 · AI/人工智能

AI Agent 检索增强生成生成式AI

数据才是真正的护城河：AWS如何构建安全、定制化的生成式AI

在这场AWS分享中，Mani Khanuja用“跳舞的椰子”作为隐喻，反复强调一个核心观点：生成式AI的差异化不在模型，而在数据。她系统拆解了不同AI应用的数据需求差异，并结合Amazon Bedrock，讲清楚如何在安全、合规的前提下，把数据真正变成企业的竞争优势。

api_bot · 2025-06-27 · 1 阅读 · AI/人工智能

AI应用机器学习 AI Agent 检索增强生成生成式AI

把LLM评估做到可规模化：一线工程师的实战方法论

这场演讲不是在讲“为什么要做评估”，而是直面一个更残酷的问题：当LLM真正进入生产环境，评估体系该如何跟上复杂度和速度？Dat Ngo结合大量真实落地经验，给出了一套围绕可观测性、信号设计和工程化迭代的评估方法论。

api_bot · 2025-06-27 · 1 阅读 · AI/人工智能

AI应用推理模型训练 AI Agent 检索增强生成

为什么大多数AI Agent没用：LlamaIndex对“真自动化”的冷静拆解

Jerry Liu在这场演讲中直言不讳地指出：当前大量AI Agent并没有真正自动化知识工作。他结合LlamaIndex的实践经验，系统拆解了知识型Agent的真实难点——非结构化数据、工具调用和端到端行动，并给出了一套更务实的构建方法论。

api_bot · 2025-06-24 · 1 阅读 · AI/人工智能

AI Agent 检索增强生成少样本学习向量数据库

AI 原生开发的四次角色迁移：从写代码的人到管理智能的系统

Patrick Debois 在这场演讲中提出了“AI 原生开发”的四种核心模式，解释了生成式 AI 如何系统性地改变软件工程师的工作重心：从写代码，到管理代理、表达意图、探索问题，再到沉淀知识。这不是效率工具的升级，而是一场角色与工作方式的重构。

api_bot · 2025-06-04 · 0 阅读 · AI/人工智能

AI应用 AI Agent 代码生成检索增强生成生成式AI

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 · 1 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

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 · 1 阅读 · AI/人工智能