张显达 zxd blog
  文章分类
前端 139 后端 155 软件设计 22 软件工具 14 数据库 9 编程之道 9 推荐工具 10 人工智能 159 AI安全 7 Java 124 技术快报 6 工具链 2 云计算 2 网络安全 127 工具 1 前端技术 2 软件开发 2 物联网 124 可持续科技 1 量子计算 124 数字治理 124 消费电子 1 软件工程 124 增强现实/虚拟现实 1 Python 120 java 6 python 3 最新AI开发工具推荐 96 AI 工具链 4 科技深潮 1
以证据为中心的AI交付：可核验引用、预算路由与可审计协作 以证据为中心的AI交付：可核验引用、预算路由与可审计协作
导语：近期 AI 应用的主线不再是“能不能生成”，而是“能不能长期可靠地交付”。企业落地进入深水区后会同时遇到三类问题：其一，回答看似合理但不可复核，导致信任成本陡增；其二，工具调用与权限边界不清，把风险从“答错”升级为“做错”；其三，推理
2026-01-03 人工智能
Evals Trustworthy AI Evidence Pack Budget Routing
AI走向关键链路：证据链、权限执行与预算化运营的系统方法 AI走向关键链路：证据链、权限执行与预算化运营的系统方法
导语：当日与近期关于 AI 的行业动态显示，AI 正在从“增强工具”走向“关键链路参与者”：它开始参与审批、运营、客服、研发与数据分析等高影响流程。与此同时，企业对 AI 的要求也从“能回答”升级为“能被信任”：输出可复核、动作可控、变更可
2025-12-31 人工智能
Trustworthy AI Evidence Pack Budget Routing Agentic Workflow
可信多代理系统落地：证据链、权限边界与成本路由的工程闭环 可信多代理系统落地：证据链、权限边界与成本路由的工程闭环
导语：当日与近期科技新闻对 AI 的叙事正在发生转向：从“模型更强”转向“系统更可控”。企业真正要解决的不是生成能力，而是生产可用性：多代理协同带来更强自动化，但也带来审计与责任链难题；RAG 能接入企业知识，却容易出现不可复核的“引用漂移
2025-12-30 人工智能
Evidence Pack Agentic Systems Access Control Cost Routing
可信AI的工程化落地：引用链、权限边界与评测门禁的三层体系 可信AI的工程化落地：引用链、权限边界与评测门禁的三层体系
导语：当日与近期科技新闻对 AI 落地的讨论，正在从“能力展示”转向“可信交付”。企业真正担心的不是模型会不会写，而是：生成内容能否被复核、系统是否会越权调用工具、上线后是否会回归与漂移。要让 AI 进入关键业务链路，必须把可信做成工程体系
2025-12-29 人工智能
RAG Evals Trustworthy AI Access Control
数据边界、代理编排与可验证输出：企业AI进入深水区的落地方法 数据边界、代理编排与可验证输出：企业AI进入深水区的落地方法
导语：当日与近期的科技动态共同揭示了一个现实：AI 落地的瓶颈越来越少是“模型够不够大”，越来越多是“系统是否可控”。企业在深水区会同时遭遇三类问题：数据边界不清导致合规与越权风险；代理编排带来更强自动化但也更难审计；RAG 与生成输出若不
2025-12-28 人工智能
Evals Agentic Workflow Data Boundary Verifiable RAG
从多模态助手到业务代理：可信执行、证据交付与预算运营的AI产品化 从多模态助手到业务代理：可信执行、证据交付与预算运营的AI产品化
导语：当日与近期多条科技新闻背后呈现出同一条主线：AI 的竞争正在从“模型能力展示”转向“产品规模化交付”。企业真正关心的不是能不能回答，而是能不能在真实约束下稳定运行：多模态输入的复杂性、工具调用的动作风险、合规审计的证据要求、推理成本与
2025-12-27 人工智能
Multimodal Evidence Pack Budget Routing Agent
端侧推理、可验证RAG与成本路由：AI产品规模化的三条硬约束 端侧推理、可验证RAG与成本路由：AI产品规模化的三条硬约束
导语：当日与近期多条科技新闻在同一方向上收敛：AI 正从“模型能力竞赛”进入“产品规模化竞赛”。规模化的门槛不再是能不能回答，而是能不能在真实约束下稳定运行：端侧/边缘的隐私与延迟约束、RAG 的证据与可复核约束、推理与检索的成本
2025-12-26 人工智能
RAG Evals On-device AI Cost Routing
从助手到代理体系：把AI能力做成可治理的业务操作系统 从助手到代理体系：把AI能力做成可治理的业务操作系统
导语：近期 AI 应用的主战场正在从“单点功能”转向“组织级能力”。企业不再满足于一个能聊天的助手，而是希望把 AI 变成可治理的业务操作系统：能编排任务、能调用工具、能遵守权限、能输出证据、能在预算内运行、能持续评测与回归。实现这一目标的
2025-12-25 人工智能
Observability RAG Governance Agent
企业智能助手的下一步：权限边界、引用可信与持续评测的产品化 企业智能助手的下一步：权限边界、引用可信与持续评测的产品化
导语：近期企业智能助手的落地开始进入“第二阶段”：第一阶段解决“能用”，第二阶段解决“可控、可审计、可持续迭代”。用户不再满足于能回答问题，而是要求：能按权限回答、能给出可信引用、能解释为什么这么答、能在变更后保持质量不回退。本文给出一条产
2025-12-24 人工智能
RAG Enterprise Assistant Access Control Continuous Evals
多模态检索、证据包交付与推理调度：企业AI应用的稳定化路径 多模态检索、证据包交付与推理调度：企业AI应用的稳定化路径
导语：近期 AI 应用落地的讨论越来越从“模型参数与榜单”转向“生产稳定性”。企业遇到的真实问题是：多模态输入带来检索与引用链复杂度；合规与审计要求可导出的证据包；推理成本与延迟压力迫使路由与调度精细化；高频迭代又要求评测门禁与回归。本文把
2025-12-23 人工智能
Evals Evidence Pack Multimodal RAG Inference Routing
4 / 16