RAG，全称检索增强生成（Retrieval-Augmented Generation），作为当前 AI 应用中常见的辅助方法，有效提升了 LLM 输出的准确性和可靠性。但总有人戏言，RAG 不过是“把文档丢进 Dify”这么简单，真的吗？ 关于 RAG 的技术流程，网上已经有非常多高质量的文章介绍，因此笔者想从 RAG 的技术发展角度来写这篇文章，从最基本的 RAG 到当前热门的 Graph RAG、Agentic RAG，介绍 RAG 的不同类型和区别，希望大家能够从文中受益。
推理模型能力的持续提升，推动大模型迎来“可用”到“好用”的拐点。推理强化和应用拓展启动了大模型下半场的新赛程。个人智能体潜力初步显现，行业应用渐次走深，开源开放日益成为大模型的核心竞争力组成。大算力、多模态、强推理、广开源、准数据、智能体、深应用等，成为当前发展的重要趋势。
在人工智能的浪潮中，DeepSeek R1 凭借其卓越的性能与潜力，成为众多开发者和研究人员眼中的 “香饽饽”。本地训练作为深入挖掘和优化模型的关键环节，却因各种适配性问题，让不少人望而却步。面对网上那些看似详尽却又总少了关键一环的复现文章，你是否也在苦苦摸索 “本地训练” 的正确打开方式？别担心，今天就为你带来一篇超实用的干货文章，手把手带你打通 DeepSeek R1 本地训练的 “任督二脉”，让训练流程变得简单易懂，轻松上手！
中台作为中国互联网技术领域最玄幻的名词之一，曾经充斥在各种技术大会和公众号，面试高阶产品研发人才不探讨下中台都觉得差点儿意思。围绕中台诞生了无数热帖、无数架构图，各路大神现身说法布道授业解惑。你也说中台，我也说中台，仿佛万物皆可中台。各大出版社不甘落后，以中台为名的书一本本新鲜出炉。如果你也读了《企业IT架构转型之道》、《数字化转型的道与术》、《企业级业务架构设计》、《中台战略》、《数据中台》、《中台实践》中的两本以上，翻过几十篇热帖，本文不必再看，以免浪费生命。
AI 辅助编程已经是一个不可逆的潮流趋势，不能高效使用 AI 工具为己所用的程序员将很快被时代抛在后面。本文作者基于自己过去半年对 Cursor 的深度体验，撰写了本文，让你的代码更听话，实现极致心流体验。
我们是专注AI编程安全的啄木鸟团队，近日GitHub Copilot 和 Cursor 中出现可让AI“叛变”的新漏洞，从手法复现、风险、建议三个角度为你讲解“AI助手叛变”之事始末。
本文主要介绍了 Anthropic 推出的开源协议 MCP（Model Context Protocol，模型上下文协议），能让你快速上手该协议，实现大型语言模型与外部数据源和工具的无缝集成。如果想要了解 MCP 协议可以收藏阅读！
