AI知识库

把踩过的坑写成可复用的方法

6 篇长文,覆盖 RAG 工程化、Agent 评测与工程手记。

RAG 工程化:从切片到溯源的 7 个决策

在字节的电商客服项目里,我把 Recall@5 从 0.72 推到 0.93。真正起作用的不是换模型,而是七个工程决策:切片粒度、元数据、双路召回、融合、重排、溯源与回归评测。

RAG 工程化 · 2026-09-18 · 12 min

Agent 评测别玄学:22 个指标怎么选

在评测中台项目里我沉淀了 22 个内置指标。指标不在多,在于每个都能回答一个业务问题,并且稳定可复现。

Agent 评测 · 2026-09-02 · 10 min

Harness:给 Agent 装上方向盘

Harness 不是框架,是约束。它负责把不确定的模型输出,变成可追踪、可回归、可回滚的工程行为。

Agent 评测 · 2026-08-21 · 9 min

RSI 自进化:让评测反向修改系统

把「失败归因 → 优化提案 → 影子回归 → 验收写回」做成流水线,指标才能自己往上走。前提是可审批、可回滚、可审计。

RAG 工程化 · 2026-08-08 · 11 min