AI 实操指南
LangGraph 多 Agent 客服，难点在派单和接管
以开源项目 customer-service-ai-agent 为参照，把产品咨询、技术支持、账单、投诉和路由节点串成一张图，并处理状态记录、工具权限、RAG 边界、人工接管和上线回放这些容易出事故的环节。
阅读全文
Search
站内搜索
关键词：RAG
找到 90 篇相关文章
AI 实操指南
产业动态
Cruise收缩之后，通用还没说清路测与芯片落地
通用仍把自动驾驶列为重点方向，但公开信息存在明显缺口：Cruise在2024年底转向辅助驾驶，此前的休斯敦路测无法说明调整后的进度；自研芯片只有“预计2025年部署”的市场消息，Snapdragon座舱芯片的车型和量产时
阅读全文
AI 工具箱
暑期实习生的AI工作流：从Copilot到RAG一周上手笔记
以2026年应届实习生视角，对比Cursor、GitHub Copilot、通义灵码在中文场景下的代码生成与调试表现，结合Notion AI、LangSmith等工具构建RAG知识库。提供可复用的工作流配置要点与真实数据
阅读全文
开发者生态
没换模型，两周把RAG召回率从78%做到92%
一套基于 Qwen2.5-7B 的金融知识库，初始召回率为 78%。两周里我们没换模型，只重做 PDF 清洗与分块，加入 BM25 和 Cross-Encoder 重排，最后稳定在 92%。能到 94% 的 Parent
阅读全文
开发者生态
RAG 召回率卡在 78%，五种分块方案复测结果
同一套模型、向量数据库和5万篇中英文混合文档下，五种分块方案的召回率从82%到94%不等。Parent-Child以160ms平均延迟取得94%召回率，Markdown结构分块更适合成本敏感的结构化文档。
阅读全文
前沿研究
端侧AI开始算功耗账，苹果与高通走了两条路
苹果把省电做进约200亿参数的稀疏模型，高通则用混合精度降低推理能耗，并称骁龙8 Gen 4端侧大模型功耗下降40%。两套方案暂时缺少统一实测，38TOPS也不能代替持续运行时的温度、降频和适配成本。
阅读全文
产业动态
8000P之后，酒仙桥算力园区先把利用率说清楚
公开资料显示，酒仙桥算力星河基地一期智能算力为1000P，2025年报道又出现8000P口径，但没有公开平均利用率。判断园区是否“高配低用”，还要看可交付算力、异构适配、数据读写和调度数据。
阅读全文
AI 实操指南
三周迁完旧FAQ：RAG+Agent踩坑实录
一家年GMV 12亿元的电商企业，用三周把2018年上线的FAQ系统迁到RAG+Agent。3400条旧问答先被清洗到2600条，再处理分块、混合检索和Agent约束。项目记录显示，自助解决率从47%升至89%，时间戳、
阅读全文
前沿研究
RAG检索精度上不去，先检查这三个工程细节
RAG换了嵌入模型仍然检索不准，常见原因是切块破坏语义、过滤条件缺失、候选排序粗糙。这里拆解语义分块、元数据预过滤与重排序的配置重点，并给出可复查的评估方法。
阅读全文
技术应用
GraphRAG 不必取代向量检索，混合架构更实用
向量检索擅长找相似文本，却不擅长还原持股、任职、诉讼等多跳关系。更稳妥的做法不是全量切到 GraphRAG，而是按问题分流：事实查询走向量，关系查询走图，混合问题双路召回，并让每条图路径回到原始证据。
阅读全文
AI 工具箱
模型再强，企业知识库也可能卡在检索这一步
知识库答错，问题往往出在模型看到资料之前：文档切分破坏语义，版本与权限字段缺失，纯向量检索又容易混淆相似内容。修正这些问题，需要混合检索、重排序、来源引用和分环节评测。
阅读全文
前沿研究
暑期实习岗位变了：会做RAG和Agent的人更受关注
从招聘信息看，企业对AI人才的需求正从会写Prompt，转向能搭建RAG、设计Agent工作流并接入业务系统。传统后端能力没有过时，但仅会CRUD已经难以覆盖大模型应用开发的要求。
阅读全文