张显达 zxd blog
从算力合并到开发者入口:AI产业链的再配置与落地打法 从算力合并到开发者入口:AI产业链的再配置与落地打法
导语:2 月初多条新闻同时指向一个事实:AI 产业链正在重新配置。算力与模型公司出现更深度整合,监管端开始进入实施期,开发者入口也在重新洗牌。本文从“算力—模型—应用—治理”的链路视角,给出企业可落地的策略与操作流程。 1. 产业链重排的三
2026-02-03
多模态智能的实战更新:检索增强、工具编排与合规护栏 多模态智能的实战更新:检索增强、工具编排与合规护栏
导语:春节前后,多模态模型在长上下文、指令对齐与工具调用上持续迭代。企业落地要从“效果”转向“可验证、可回溯、可控成本”。本文基于近期开源与云厂商动态,总结一套可直接落地的工程路线。 1. 场景分级与目标 P0(合规/资金
2026-02-02
多模态智能的稳定交付:检索增强、工具编排、评测基线与安全护栏 多模态智能的稳定交付:检索增强、工具编排、评测基线与安全护栏
导语:多模态模型快速迭代,但生产落地要解决“可验证、可回溯、可控成本”。本文给出检索增强、工具编排、评测与安全护栏的工程 SOP,并附操作清单。 1. 场景分级与目标 P0(合规/资金/隐私):人机共审,输出必须带引用与
2026-02-01
多模态智能的稳定交付:检索增强、工具编排、评测基线与安全护栏 多模态智能的稳定交付:检索增强、工具编排、评测基线与安全护栏
导语:多模态模型快速迭代,但生产落地要解决“可验证、可回溯、可控成本”。本文给出检索增强、工具编排、评测与安全护栏的工程 SOP,并附操作清单。 1. 场景分级与目标 P0(合规/资金/隐私):人机共审,输出必须带引用与
2026-01-29
多模态智能的生产SOP:检索增强、工具编排、评测基线与成本护栏 多模态智能的生产SOP:检索增强、工具编排、评测基线与成本护栏
导语:多模态大模型已经能处理文/图/表/音,但要在生产环境稳定输出,需要“可验证的检索增强、可观测的工具编排、可追责的评测与安全、可控的成本护栏”。本文给出可执行的生产 SOP 与检查清单。 1. 场景分级与目
2026-01-28
多模态智能的工程闭环:检索增强、工具编排、评测基线与成本护栏 多模态智能的工程闭环:检索增强、工具编排、评测基线与成本护栏
导语:多模态大模型进入“生产可信度”阶段,企业落地需要检索增强、可观测的工具编排、可追责的评测与安全、可控的成本护栏。本文给出可执行路线与操作清单。 1. 场景分级 P0(合规/资金/隐私):人机共审,输出必须带引用与置
2026-01-27
多模态智能的生产可信度:检索增强、工具编排与安全对齐 多模态智能的生产可信度:检索增强、工具编排与安全对齐
导语:多模态大模型正从“能答”迈向“可验证、可回溯、可控成本”。企业落地要把检索增强、工具编排、评测与安全对齐做成默认工程能力。本文提供生产级路径与操作清单。 1. 场景分级与目标 P0 合规/资金:人机共审,输出必须带引用与置信
2026-01-26
多模态智能的可信交付:检索增强、工具编排与安全对齐 多模态智能的可信交付:检索增强、工具编排与安全对齐
导语:多模态模型(文/图/表/音)迭代加速,企业要把“会用”变成“可验证、可回溯、可省钱”。核心是:高质量检索增强、可观测的工具编排、可信评测与安全对齐。本文给出生产级落地路线与清单。 1. 场景分级与目标 P
2026-01-25
多模态智能的生产级落地:检索增强、工具编排与可信评测 多模态智能的生产级落地:检索增强、工具编排与可信评测
导语:最新多模态模型提升了长上下文与工具使用能力,但企业落地仍需“可验证的检索增强、可观测的工具编排、可追责的评测与安全”。本文给出生产级路线与操作清单。 1. 场景分级与目标 P0(合规/资金):人机共审,输出必须带引用与置信度
2026-01-22
企业级多模态RAG 2.0:检索增强、可验证引用与反馈闭环 企业级多模态RAG 2.0:检索增强、可验证引用与反馈闭环
导语:多模态 RAG 正在从“能用”走向“可验证”。核心是三件事:高质量检索增强、可验证引用与拒答、安全与成本护栏。本文结合近期技术趋势,给出企业落地路径与操作清单。 1. 场景分级与目标 P0(安全/合规):必须有人机共审,输出
2026-01-21
2 / 16