AI 工程

AI 系统是在普通软件系统中增加了概率性组件。可靠行为仍然依赖明确契约：哪些数据进入模型、使用哪个向量空间、候选如何过滤，以及质量如何衡量。

拆开流水线

检索质量应当按照阶段拆解：

内容 → 表示 → 索引 → 候选检索 → 过滤 → 排序 → 返回结果

修改模型无法修复错误过滤掉正确候选的问题；增加检索数量也无法修复来自不兼容向量空间的 Embedding。

已有文章

• Embedding 检索实践：在调整相似度阈值前，先定义向量兼容性、检索边界、过滤、排序和评估。

计划补充

• 文档结构与 Chunk 切分
• 关键词与向量混合检索
• Rerank 与分数校准
• RAG 评估数据集
• Agent 工具、状态与失败恢复
• 不泄露敏感数据的模型调用 Trace