相关文章
2080 篇高质量内容
RAG知识库实战指南：企业AI落地中不可绕过的精准问答基建
引言：为什么90%的AI客服上线后仍被人工坐席“兜底”？ 某头部保险集团投了300万元上线大模型客服，结果首月幻觉率就冲到42%，政策解释频频出错，只能退回“AI+人工双轨制”；某省级12345热线把历年工单全喂给大模型，87%的市民问题答非所问。这不是模型不行，而是缺了一样东西——一个真正管用的RAG知识库：结构清晰...
企业AI落地难？JOTO如何用工程化智能体交付破解RAG幻觉、Agent不可控与上线延迟三大顽疾
引言：当92%的企业AI项目卡在POC之后 麦肯锡2024年《AI Adoption Index》报告里有个刺眼的数字：78%的大型企业启动了至少3个AI项目，但只有8%真正把AI用进了核心业务流程。Gartner的数据更让人皱眉——企业建RAG系统时平均撞上4.2次严重幻觉，自研Agent平台从立项到上线要14.7周...
企业AI落地难？JOTO如何用工程化智能体交付破解RAG幻觉、Agent不可控与上线延迟三大顽疾
引言：当92%的AI PoC止步于演示厅 Gartner 2024年《AI Adoption in Enterprise》报告指出，企业AI项目平均6.8个月后就停在原地。73%的问题出在同一个地方：PoC做得很漂亮，却没法真正跑起来——不是模型不灵，而是没人把Prompt实验、知识管理、Agent编排、上线监控这些环...
TencentDB Agent Memory 深度解析：给 Agent 装上"不会失忆"的大脑
腾讯云推出的 TencentDB Agent Memory 是一款专为 AI Agent 设计的记忆引擎，支持短期、长期与团队三层记忆架构。其开源版基于本地 SQLite + sqlite-vec，云端版依托腾讯云 VectorDB；采用四层金字塔式长期记忆（L0-L3），支持混合检索与白盒溯源；实测显示 PersonaMem 准确率从 48% 提升至 76%，WideSearch Token 消耗下降 61.38%。
RAG知识库实战指南：企业AI落地中90%被低估的精准性引擎
引言：为什么你的大模型应用总在“看似聪明、实则失准”？ 某头部保险科技公司上线基于LLM的智能核保助手后，客服响应准确率只有68%。大量拒赔建议直接违反银保监发〔2023〕27号文的最新要求；某省级政务AI平台接入千问后，政策问答错误率达41%——问题不在模型本身，而在于它根本没“读过”那些刚更新的红头文件。现实很直白...
RAG知识库实战指南：企业如何构建高精度、可审计、低幻觉的智能问答底座
引言：当大模型回答‘我不知道’，你的客户却在流失 金融、医疗、制造这些行业，容不得“差不多”。保险客服把条款解释错了，工程师查到过期的SOP，销售拿着AI编出来的竞品对比去提案——这些不是假设，是我们亲眼见过的真实事故。Gartner 2024年那项AI落地调研里写得清楚：73%的企业AI项目卡在POC之后，原因很实在...
企业AI落地难？JOTO如何用工程化智能体交付破解RAG幻觉、Agent不可控与上线延迟三大顽疾
引言：当92%的企业AI项目卡在POC之后 麦肯锡2024年《AI Adoption Index》报告指出，78%的中国企业已启动AI项目，但只有8%真正跑通规模化。卡在哪？RAG检索不准、Agent行为跑偏、交付动辄拖到原计划三倍以上——这三点，我们听客户说了太多遍。 华东一家城商行花6个月做信贷审批辅助系统，上线后...
RAG知识库实战指南：企业AI落地中90%被低估的精准性引擎
引言：为什么你的大模型应用总在‘看似聪明、实则失准’？ 很多团队告诉我，他们上线的AI助手、客服机器人或内部知识系统，用起来“感觉很聪明”，但一到关键问题就掉链子——比如把已废止的医疗指南当最新标准，把过期的金融条款当成合规依据。斯坦福HAI 2023年那份《LLM Hallucination Benchmark》报告...
AI 搜索是怎么做出来的
本文详解 AI 搜索的核心机制：模型通过生成结构化检索请求触发外部搜索，再将结果注入上下文生成回答。重点剖析 Agent 场景下搜索需解决的四大工程挑战——听懂 Agent 生成的检索词、在召回前完成真假识别、补足模型知识盲区（含插件系统）、压低单次延迟以支撑多轮调用。最后说明其作为 API 和 MCP 工具的接入方式。
RAG知识库实战指南：企业AI落地中90%被低估的精准性引擎
引言：为什么你的大模型应用总在‘看似聪明、实则失准’？ 很多团队告诉我，他们上线的AI助手、客服机器人或内部知识系统，回答看起来很流畅，但一问到具体条款、操作步骤或最新政策，就容易出错——甚至编造答案。这不是偶然。斯坦福HAI 2023年的《LLM Hallucination Benchmark》报告指出，大语言模型在...
阿里推出全新AI搜索引擎“CleverSee”，云厂商打响AI搜索基建战
9月中旬，阿里云将IQS信息查询服务与CleverSee合并为全新AI原生搜索产品“CleverSee”（中文名：开析），覆盖联网搜问、垂域搜问、企业内搜三大场景。腾讯云同期推出“元宝搜索”，字节火山引擎已上线Viking AI搜索。云厂商正将AI搜索作为关键基础设施，以降低企业AI应用开发门槛、增强客户黏性并开辟按调用量计费的新收入路径。
Hermes LLM Wiki知识库
Hermes 内置 LLM Wiki 工具，可将散落的文档自动编译为结构化、可演化的知识网络。它通过语义分析提取概念与实体，增量构建持久 Wiki 库，并与 Obsidian 图谱联动。与传统 RAG 不同，LLM Wiki 具备记忆性、答案完整性与主动进化能力，支持命令行一键初始化及双向同步部署。
RAG知识库实战指南：企业AI落地中90%被低估的精准性引擎
引言：为什么你的大模型应用总在“看似聪明、实则失准”？ 某头部保险科技公司上线智能核保助手后，客服响应准确率只有68%，大量理赔条款引错；某省级政务热线的AI坐席被问到“2023年灵活就业人员医保缴费基数调整依据”，直接编出一份根本不存在的“人社厅发〔2022〕15号文”。这不是模型太笨，而是它在没被管住的时候，习惯性...
模型接进来了，为什么知识库还是报错？聊聊 LangChat 的模型与向量基础设施
本文指出模型配置成功不等于知识库可正常写入向量，关键在于模型输出维度与向量表结构的一致性。LangChat 通过按供应商与用途组织模型中心、显式声明向量维度、统一管理向量存储配置及提供调用监控，支撑企业级模型与向量基础设施的协同落地。
企业AI落地难？JOTO如何用工程化智能体交付破解RAG幻觉、Agent失控与上线延迟三大顽疾
引言：当AI项目停在PPT上，企业真正需要的不是Demo，而是能上线、能审计、能迭代的智能体 Gartner 2024年《AI Engineering Maturity Survey》指出，73%的企业AI项目在POC之后再没往前走一步。其中，41%卡在RAG结果不可信——用户问“逾期90天能否协商分期”，系统却答“可...
腾讯把企业知识库开源了，我第一时间拆了它的架构
腾讯开源企业知识库 WeKnora，支持 PDF、Word、扫描件等十余种格式解析，内置 PaddleOCR-VL 实现扫描件 OCR；采用父子分块策略兼顾检索精度与上下文完整性；提供关键词+向量混合检索、rerank、Graph RAG 等多层检索能力；全栈插拔式设计，支持 29 家大模型、8 种向量库及主流云存储；v0.8.2 起内置 MCP Server，可作为标准化 AI 工具后端服务。
企业AI落地难？JOTO如何用工程化智能体交付破解RAG幻觉、Agent不可控与上线延迟三大顽疾
引言：当92%的企业AI项目卡在POC之后 麦肯锡2024年《AI Adoption Index》报告显示，全球78%的大型企业已启动至少3个AI项目，但只有8%真正把AI用进了核心业务流程。Gartner的数据更直白：企业搭建RAG系统时，平均遭遇4.2次明显“幻觉”；自研Agent平台从立项到上线，平均要花14.7...
企业AI知识库到底是不是伪需求，试了一大圈后我有了答案
作者通过一次失败的产品分析实践，揭示散乱、未治理的知识源导致AI输出不可靠、难溯源、易幻觉。测试腾讯乐享后发现，其知识治理能力可自动识别版本冲突、标定出处、构建知识关系图谱，并支撑Agent生成可验证、可审计的结论。文章对比通用大模型与协同办公平台AI，指出企业级知识库的核心价值在于将私域知识转化为长期可复用、可审计的资产。
企业AI落地难？JOTO如何用工程化智能体交付破解RAG幻觉、Agent不可控与上线延迟三大顽疾
引言：当92%的AI PoC止步于演示厅 Gartner 2024年《AI Adoption in Enterprise》报告显示，企业AI项目平均6.8个月后就停在了原地。73%的问题出在同一个地方：概念验证（PoC）跑得通，却没法真正上线、跑得稳、跑得久——不是模型不行，而是没人把Prompt实验当工程来管。华东一...
MFS：给 Agent 一个可搜索的上下文文件系统
Zilliz 开源的 MFS（Multi-source File-like Search）将代码仓库、文档、数据库、聊天记录等多源信息统一组织为类文件系统结构，提供 search/grep/ls/cat 等命令接口。它不把搜索结果当答案，而是返回 source + locator，支持 Agent 回溯原始证据。架构采用 thin client + stateful server 设计，强调权限隔离与生产就绪能力。