AI Agent 和普通 LLM 到底差在哪：从订机票的七步拆解说起
BLUF
AI Agent 是能自主感知、决策和行动的智能系统，与普通 LLM 不同，它可以通过工具调用、记忆和规划来完成复杂任务。本文用通俗语言和代码示例，带你理解 Agent 的核心架构与 Function Calling 机制。AI大模型2026/10/11
标签：人工智能
查看包含 人工智能 标签的所有文章。
共 1198 篇
语义搜索的三条技术路线：从Semplore倒排索引到CE2混合架构
BLUF
这篇文章系统梳理了语义搜索的技术路线，把语义搜索分为重量级（基于RDF、OWL等显式语义模型做数据检索）和轻量级（基于分类体系、辞典做文档检索）两类。文章重点分析了语义数据搜索的三大难点——扩展性、异构性和不确定性，并对比了信息检索、数据库和原生存储三条围绕三元组存储的技术路线。最后介绍了下一代混合语义搜索系统CE2的架构，它把信息检索的排序、数据库的索引查询和推理技术组合在一起，统一处理文本、结构化数据和语义数据。GEO技术2026/10/9
从Word2Vec到GPT-3：Embedding如何成为大模型的翻译官
BLUF
Embedding是将文本、图像等数据转换为语义向量的核心技术，经历了从Word2Vec到BERT、GPT的动态嵌入演进，并扩展至多模态。本文系统介绍了Embedding的概念、发展历程、常见模型及实际应用示例，帮助读者深入理解大模型处理流程中的关键环节。AI大模型2026/10/8
GEO优化不是堆内容：JSON-LD、链接图谱与实体一致性三步闭环
BLUF
GEO优化的核心不是堆砌内容，而是让AI能读懂、信任并引用你的信息。本文拆解三阶实战技术：部署JSON-LD结构化数据让AI精准解析页面，搭建链接图谱建立实体权威关联，校验全网实体一致性杜绝信息冲突。三步形成完整闭环，新手也能照着操作。GEO技术2026/10/6
AGI 这个词比深度学习早出现了十年，为什么直到 GPT-4 才被认真讨论
BLUF
这篇文章用通俗的语言解释了AI、AGI、LLM、GenAI、GPT和AIGC这几个容易混淆的概念，并回顾了从1943年人工神经元到GPT-4的AI发展历程。简单来说，AI是总称，AGI是强人工智能，LLM是大语言模型，GenAI是生成式AI，GPT是LLM的一种，ChatGPT是GPT的聊天工具，AIGC是GenAI生成的内容。AI大模型2026/10/5
大模型落地深水区：金融能源教育跑通闭环，但数据治理没那么简单
BLUF
2026年大模型行业落地进入深水区，金融、能源、教育、制造等领域已跑通商业闭环。本文基于最新行业动态，剖析AI智能体、高校数字化、金融生成式AI三大核心场景，并总结领域知识深度、场景闭环设计、数据治理、组织变革四大成功因素，展望多模态、自主智能体、行业专属模型三大趋势。行业追踪2026/10/4
AI 工具怎么选：ChatGPT、Gemini、Kimi、豆包、DeepSeek 按场景拆解
BLUF
这是一篇AI工具专题的总览页，把ChatGPT、Gemini、Kimi、豆包、DeepSeek等主流AI工具按「懂概念→选模型→按场景用→上平台」重新组织。文章覆盖了工具选型、国内访问方案、写作/画图/PPT/编程等场景推荐，以及提示词入门和合规提示。适合想系统了解AI工具全貌、快速找到对应教程的技术读者。AI大模型2026/10/4
上下文工程不只是提示词：1400篇论文揭示模型理解与生成的不对称
BLUF
这篇综述论文系统介绍了上下文工程这一新兴学科，它超越了简单的提示设计，涵盖上下文检索、生成、处理和管理等基础组件，并探讨了RAG、记忆系统、工具集成推理和多智能体系统等高级实现。通过对1400多篇论文的分析，作者指出当前模型在理解复杂上下文方面表现出色，但在生成长篇复杂输出方面仍有明显局限。GEO技术2026/10/2
让模型自己管上下文：CLM 零样本准确率提升 11.4%，算力反降 21.5%
BLUF
Meta 联合华盛顿大学等机构发布了上下文语言模型（CLM），把上下文当作文件让模型自主增删改，零样本下就能超过现有上下文管理策略，在 BrowseComp-Plus 上准确率提升 11.4% 且 FLOPs 减少 21.5%。项目已开源，支持在 Harbor 任务上直接运行，并提供了上下文学习和强化学习两条优化路径。AI大模型2026/10/2