#LLM

6 篇文章

2026-06-06
LLM的终极战场：告别Prompt炼金术，拥抱原生结构化输出
我们正处在一个十字路口：继续依赖脆弱的Prompt工程，还是转向原生、可靠的结构化输出？我认为，后者才是LLM从“有趣的玩具”进化为“可靠的生产力工具”的关键。这不仅是技术路线之争，更是决定AI能否真正融入软件工程核心的决战。
AI LLM 结构化数据 Prompt工程技术趋势
2026-05-31
RAG已死，Agent永生？别傻了，这根本是两个维度的事
行业焦点正从RAG转向Agentic AI，但这并非简单的替代关系。真正的趋势是，RAG正在被“降维”为Agent工具箱中的一个组件。我们正从信息问答时代，迈向真正的工作流执行时代。
AI RAG Agent LLM 工作流自动化
2026-05-26
克劳德不是你的架构师，别再让它假装了
大型语言模型（LLM）是强大的任务执行者，但绝非系统架构师。我们必须警惕将战略设计和最终责任交给一个概率模型的危险，回归工程理性的本质，将AI定位为增强人类专家的强大工具，而非替代品。
AI Claude LLM 软件架构 AIGC
2026-05-21
RAG幻觉：别再治标不治本，系统性校验才是唯一出路
停止将RAG幻觉视为纯粹的模型问题。本文认为，根除幻觉的执念是误入歧途。真正的解决方案在于构建系统级的校验与容错机制，将AI的不确定性纳入产品设计，而非试图消除它。
RAG LLM AI幻觉系统设计人工智能落地
2026-05-20
超越检索：Agentic RAG的真正革命是重塑“上下文架构”
Agentic RAG的演进并非简单的技术迭代，其核心革命不在于“智能体”本身，而在于它迫使我们从“信息检索”的旧范式，转向构建一个可供AI自主交互的“上下文环境”。这才是通往更高级AI的真正路径。
Agentic RAG RAG AI Agent LLM 人工智能架构
2026-04-30
AI Agent：跨越“自动化幻觉”的鸿沟
AI Agent 的浪潮被过度吹捧。当前的技术瓶颈、模糊的产品定位和失控的风险，使其距离真正实用的“自主智能体”还有很长的路要走。我们需要的不是万能的数字仆人，而是可靠、可控的增强工具。
AI Agent LLM Autonomous Systems Product Management Tech Policy