技术实践

项目里有几个接口，每个都配了一堆描述，但用户还是天天来问：这个字段什么意思、那个参数是必填的吗、调用失败怎么办。

把原则换到落地时踩过的坑我没按教科书顺序做。

"做AI项目最大的幻觉，是以为数据充足、模型足够大、算力足够多，问题就自动解决了。

3000 多美元的 SageMaker 账单，而我们的服务日活还不到 5 万。

结果遇到了一堆问题： 1. 检索不准：有时候用户问个具体问题，回来的都是些泛泛而谈的内容 2. 上下文过长：为了提高召回率，把很多文档都塞进去…

最近在做项目时遇到一个很现实的问题：我们的 RAG 系统在某些查询下表现很烂，用户反馈"找不到…

比如： 1. 第一跳：查"项目A的架构设计"，得到微服务架构、事件驱动等信息 2. 第二跳：基于上一跳结果，查"项目B的架构设计"，得到类似结…

AI知识图谱RAG一旦进项目，好看的架构图就没那么管用了。

最近做产品时遇到个实际问题：RAG 系统上线后，总会蹦出一些似是而非的回答。

边界条件才会告诉你方案能不能留。 很多人一上来就讲AI代理RAG的全景图；我更想先把这次卡住的…