第一人称视角走进智能体的内心

RAG作者：部署企业RAG系统的10个经验教训｜2025.04.11

https://www.youtube.com/watch?v=kPL-6-9MVyA RAG 作者 Douwe Kiela 近期演讲，讲述了他在部署企业 RAG 系统中获得的 10 个经验教训。 他表示，现在存在 AI Context 悖论：LLM 在复杂推理、综合信息、代码生成、数学计算等方面表现惊人（对人类“难”），但在理解和应用特定上下文信息 (Context) 方面却很困难，而这恰恰是人类凭直觉和专业知识能轻松做到的。  企业要实现从 AI 中获得差异化价值和业务转型（而不仅仅是便利性或效率提升），就必须依赖于深度、准确的企业上下文信息。目前大多数应用还停留在低上下文信息需求的“便利性”阶段。 10个经验教训： 1.更好的 LLM 不是（唯一）答案： LLM 只是整个 AI 系统（特别是 RAG 系统，包括提取、检索、生成、联合优化）的一小部分（约 20%）。一个优秀的 RAG 系统配合普通的 LLM，效果可能优于一个顶尖 LLM 配合糟糕的 RAG 系统。关键是关注系统而非孤立的模型。 2.专业知识是你的燃料： 企业内部积累的专业知识和机构知识（通常存在于文档和数据中）是驱动 AI 产生价值的核心燃料。必须设法解锁这些专业知识。 3.企业规模是你的护城河： 企业的核心竞争力在于其独特的数据。真正的挑战在于大规模地利用这些数据，让 AI 能够处理大规模、甚至“嘈杂”的真实数据。成功做到这一点，就能构建竞争壁垒。 4.试点与生产之间的鸿沟总是比预想的要大： 建立小规模试点相对容易（少量文档、用户、单一场景、低风险），但将其扩展到生产环境则面临巨大挑战（海量文档、大量用户、多场景、高安全风险、SLA 要求等）。 5.速度比完美更重要： 不要追求一开始就完美。应尽早将（哪怕不完美的）系统交给真实用户使用，获取反馈并快速迭代。通过迭代“爬山”达到目标，而不是试图一次性设计出完美方案。 6.工程师在“无聊”的事情上花费大量时间： 工程师本应专注于构建流程、提升精度、扩展应用等创造业务价值的工作，但现实中却常常耗费时间在数据分块 (chunking) 策略、文本清洗、构建连接器、配置向量数据库、调整提示、管理基础设施等相对基础且耗时的工作上。应设法将这些工作自动化或平台化。 7.让 AI 易于消费： 即使 AI 系统已部署到生产环境，如果没有被用户方便地使用，也无法产生价值。很多时候系统使用率为零。关键在于将 AI 集成到用户现有的工作流中。企业数据 + AI + 集成 = 成功。 8.让你的用户“惊叹”(Wow)： 要让 AI 应用产生粘性，需要尽快让用户体验到“惊艳”时刻。例如，帮助用户找到一个他们自己都不知道存在的、埋藏多年的重要文档并回答了关键问题。用户体验设计应围绕创造这种早期价值。 9. 可观测性比准确率更重要： 达到 100% 准确率几乎不可能，90-95% 也许可以。但企业更关心的是那无法避免的 5-10% 的错误会带来什么影响以及如何处理。因此，可观测性，包括理解系统为何给出某个答案、提供溯源依据、建立审计追踪等，比单纯追求更高的准确率更重要，尤其是在受监管行业。 10.要有雄心壮志：很多 AI 项目失败往往不是因为目标太高，而是因为目标太低。不要满足于解决“401k 供应商是谁”这类简单问题，要敢于挑战能带来真正业务转型的难题。

为了获得流量，我们做了这个..

*AI微交互设计课题作业 此视频仅为概念视频，项目并没有完全落地。开发时间有限，如果大家对此项目非常感兴趣的话，我们会考虑把这个项目实现落地，供大家使用！ 视频灵感来源： Gawx Art Sleepy Charlie Gavin Keeney 小鹿Lawrence 老师好我叫何同学 相机： Panasonic LUMIX S5M2  镜头： MINOLTA MD 50mm F/1.4 Sigma 16-28mm F/2.8 Lumix S 24-105mm F/4

Jascha Sohl-Dickstein珍贵采访,你知道 Diffusion 的第一篇 paper 来自 2015 年的Jascha Sohl-Dickste

主要内容包括： 他早期在非平衡统计力学（non-equilibrium stat mech）的研究，比如研究如何局部逆转熵增过程（比如将空气粒子分开排序）； 他如何从这些物理背景中发展出了扩散模型（Diffusion Models） 的思想； 介绍他提出扩散模型的初衷和过程； 以及他对扩散模型未来发展方向的一些思考。 视频来源: 油管，https://youtu.be/VpYNlHIHT7o?si=0Lxsgx7enoYrvdvf 搬运加翻译:vincent，如有侵权请联系删除

用AI实现人物线稿上色，搞定任意颜色画风，小白秒变大师

MCP+智能体，开发AI版“你画我猜”效率翻倍

字节跳动旗下免费AI编程神器Trae迎来重磅升级，现已全面支持MCP功能。这次更新，同时上线了自定义规则（Rules）与自定义智能体（Agent）等高级功能。 本期视频我们来借助这次更新的几个进阶功能，从0到1开发一个完整的"你画我猜"游戏网站。

无垠ai-miko剧本推荐！

最新ai聊天软件 可自定义草稿无套路 需要的小伙伴三连+“关注” 评论区扣666私信UP 免费领取哦

极限测试！Qwen3 写代码+画画！究竟是不是开源最强模型？

本次不但有大家喜闻乐见的 KCORES-LLM-Arena 测试，而且还增加了新测试集 morden-art 供大家预览！另外本次还包括了 Qwen3 的幻觉和文本召回率测试解读~ 给大家做到一个视频全面了解 Qwen3 性能! ( 好了，我终于可以去睡了, 祝各位假期愉快! )

【手搓代码】咱们一起从零开始构建大模型智能体第2集：智能体大脑之LLM类详解，全流程代码资料github无保留开源

本系列视频希望与各位粉丝大佬们一起从零开始，构建属于自己的强大智能体，下一期视频内容很有可能就从评论区中好的idea选取，你出题，我来实现，共同进步，岂不美哉~ 另外，本系列代码资料全程无保留github开源，欢迎大家给个star，非常感谢~ 项目地址：https://github.com/TongTong313/LLM-TT

Deepseek-V3终极隐藏功能，99%的人都不知道！

【研究生基本功】深度学习模型复现之后，应该怎么去添加自己想要的模型？

想结合深度学习快速发表论文，不知道怎么做创新的小伙伴，up可以为你提供系统且专业的AI科研入门方案（已迭代五次） 可点击传送门：【https://b23.tv/R1rG6LK】 也可以留下学历、专业、研究方向进行指导