暂无搜索历史
这一篇我想把"企业级 AI 大脑"这个被讲得很玄的词,拆到底层机制上。前面几篇我们聊了 Agent 的运行时、最后一公里、评估和多智能体协作,那些讲的都是单个 ...
先问一个问题。你上线了一个 Agent,它今天犯了个错,你手把手给它改对了。明天它遇到同样的问题,还会犯吗?如果不会,说明这个 Agent 在"学"。如果会,那...
很多企业找我做智能体落地咨询时,都会问同一个问题:模型能力已经够强了,为什么我们接了 API、写了 prompt、配了几个工具,智能体上线后还是像个一次性玩具,...
当整个行业都在卷生成模型谁能聊得更像人,Laya 选了一条更工程化的岔路。它不是一个会写诗会编代码的大模型,而是一个基于 ModernBERT 双向编码器的决策...
企业里把 LLM 和 Agent 真正用起来,最难的从来不是把它跑通。最难的是回答两个朴素的问题:它现在到底行不行,以及我改完之后有没有变差。确定性软件能用单元...
这两年企业里最尴尬的场景之一,是 demo 很漂亮、上线很惨烈。一个 RAG 客服 Agent 在 PPT 上能答得头头是道,接进工单系统跑两周,准确率掉到没法...
2026 年,Anthropic、OpenAI 相继把「递归自我改进」(Recursive Self-Improvement, RSI)从论文概念推到了公众视野...
如果你在 2022 年之前问一个大模型"帮我查一下上海明天的天气,然后订一张去那里的机票",它会非常自信地编出一段看起来合理但实际全是幻觉的回答。不是因为它笨,...
做车联网的人都知道一个尴尬的事实,车机上那一整套看起来高大上的智能驾驶、智能座舱、车控系统,本质是在跟物理世界的各种不确定性搏斗。卫星信号说没就没,雷达说被脏东...
前面几篇我们把 Palantir 的几层地基铺开了:Ontology 是那层语义契约,Foundry 负责把数据算出来、把流程跑起来,Apollo 把这一切部署...
聊 Palantir 的架构,前面几篇我们把 Foundry、Ontology、AIP 都过了一遍。这些东西看起来各自独立,但有个问题我一直没正面回答:它们到底...
很多企业上 Palantir,真正卡住的地方从来不是"怎么建 Ontology",而是"怎么让它和已有的那一堆系统说话"。一个正常的央企或者大型制造企业,背后是...
企业里绝大多数信息从不住在数据库表里。合同是 PDF,现场是图像,车间是视频,调度录音是音频。业务真正发生的地方,恰恰是被我们轻描淡写称作"非结构化数据"的那一...
聊 Palantir 这套东西,大多数人陷入的第一个误区就是拿自己熟悉的东西去套。看完 Foundry 的管线,会觉得它不过是个数据平台。看完 Gotham,会...
很多工程师第一次接触 Palantir 会有一个困惑。对外宣传里它有三个响当当的产品名:AIP、Foundry、Apollo。看材料时又像在讲三家公司,各写各的...
企业 AI 落地这两年最常被念叨的台词是"模型不够强",可真进到几个甲方现场你就会发现,这句话大多是用来搪塞的。模型够不够强先放一边,真正卡住企业 AI 的,从...
你工厂里刚下线的第 100001 台设备,通电、联网、尝试连上云端。问题是:云端怎么知道这台机器是你生产的、不是别人伪造的?又怎么给它发一个能用的身份,让它之后...
Flink 之所以能在流计算领域站住,靠的不只是引擎本身,更靠连接器(Connector)生态这块基石。作业的「源头」和「去处」都长在连接器上:Kafka 取数...
聊 Flink 稳定性,大多数人第一反应是「容错对不对」「Checkpoint 能不能按时完成」。这没错,但当我这几年反复救火后越来越清楚一件事:稳定性从来不是...
2026 年春天,AI 工程社区围绕一个问题分裂成了两个阵营:模型越来越强,Harness 还重要吗?
暂未填写公司和职称
暂未填写技能专长
暂未填写学校和专业
暂未填写个人网址