张显达 zxd blog
  文章分类
前端 158 后端 174 软件设计 22 软件工具 14 数据库 9 编程之道 9 人工智能 178 推荐工具 10 AI安全 7 Java 143 技术快报 6 工具链 2 工具 1 云计算 2 网络安全 146 前端技术 2 软件开发 2 物联网 143 可持续科技 1 量子计算 143 增强现实/虚拟现实 1 软件工程 143 消费电子 1 数字治理 143 Python 139 java 6 python 3 最新AI开发工具推荐 115 AI 工具链 4 科技深潮 1
企业级多模态智能落地：检索增强、评测基线与合规护栏 企业级多模态智能落地：检索增强、评测基线与合规护栏
导语：大模型进入多模态阶段，文本、图像、结构化数据联合推理成为主流需求。本文聚焦企业落地路径：检索增强 (RAG) 的数据与特征治理、多模态评测基线、风险与合规护栏，以及可复制的工程化流程。 1. 业务拆解与场景分级 典型场景：客服
2026-01-19 人工智能
RAG Governance Safety Multi-modal Evaluation
多模型Agent的安全运营：权限分层、可回放工作流与在线评测门禁 多模型Agent的安全运营：权限分层、可回放工作流与在线评测门禁
导语：近期多模型 Agent 被用于真实业务：售后自动化、内部助手、运营决策。然而，生产落地的痛点仍在：工具调用越权、工作流不可复现、评测缺失、成本与风险不可控。本文给出可执行方案：权限分层、可回放工作流、在线评测门禁、成本与风险护栏，并附
2026-01-18 人工智能
Observability Evals Governance Agent Tool Calling
企业级多模态RAG落地：数据分层、引用证据链与安全路由的实操路线 企业级多模态RAG落地：数据分层、引用证据链与安全路由的实操路线
导语：多模态（文本+图片/表格/音频）RAG 正在成为企业知识问答的新默认，但生产落地的难点并未减少：数据分层、引用可验证、权限与成本可控、跨模态评测缺失。本文给出可执行的多模态 RAG 落地方案：数据分层与版本化、引用
2026-01-16 人工智能
RAG Multimodal Evidence Governance Routing
可信AIOps助手落地：观测对话、自动化Runbook与安全门禁 可信AIOps助手落地：观测对话、自动化Runbook与安全门禁
导语：近期很多团队在尝试让大模型成为“运维副驾”。要把 AIOps 助手用在生产，难点不在“能不能回答”，而在“是否可验证、可审计、可控执行”。本文提供一套可执行方案：观测对话、自动化 Runbook、执行安全门禁、可验证评测，并附核查清单
2026-01-15 人工智能
Observability Evals Governance AIOps Runbook
企业级多模型路由的可验证落地：策略分层、在线评测与成本护栏 企业级多模型路由的可验证落地：策略分层、在线评测与成本护栏
导语：多模型路由已成为企业 AI 应用的主流：不同场景用不同模型、不同成本档，甚至在同一请求中动态决策。难点在于：策略不可验证、质量难度量、成本难收敛、越权与数据泄露风险。本文给出可执行的落地方案：策略分层、在线评测、成本护栏、审计证据包，
2026-01-14 人工智能
Observability Model Routing Evals Governance Cost Control
企业RAG的可验证交付：检索质量门禁、引用证据包与安全路由 企业RAG的可验证交付：检索质量门禁、引用证据包与安全路由
导语：当日与近期的 AI 讨论正从“能不能回答”转向“能否可验证地回答”。企业落地 RAG 的核心挑战是：检索质量无法保证、引用不可复核、跨域越权风险、成本与时延不可控。本文给出可执行的交付方案：检索质量门禁、引用证据包、权限与成本路由，并
2026-01-13 人工智能
RAG Evals Evidence Governance Routing
企业级Agent安全落地实践：工具分级、责任链审计与在线评测门禁 企业级Agent安全落地实践：工具分级、责任链审计与在线评测门禁
导语：近期AI应用进入“能执行”的阶段，企业关心的不再是“能不能回复”，而是“能否安全调用工具、可追责、可复现”。本文从工程视角给出一套可落地的Agent安全方案：工具分级授权、责任链审计、在线评测门禁，并附上可直接套用的SOP与检查表。
2026-01-09 人工智能
Evals Governance Agent Tool Calling Safety
Agent系统的生产化落地：安全工具调用、责任链与在线评测的闭环方法 Agent系统的生产化落地：安全工具调用、责任链与在线评测的闭环方法
导语：当日与近期的AI热度从“能写能画”转向“能执行”。Agent 能调用工具、触达真实系统，带来了巨大的效率，也带来越权、错误执行与不可追溯风险。要让 Agent 在生产中可控，必须把“安全工具调用、责任链记录、在线评测”做成默认能力。本
2026-01-07 人工智能
Evals Governance Agent Tool Calling Safety
可验证RAG落地：引用证据链、评测门禁与权限最小化实践 可验证RAG落地：引用证据链、评测门禁与权限最小化实践
导语：围绕“当日与近期热议的AI应用可信化”这个方向，企业落地的核心矛盾已经从“能不能答”转向“能不能被复核、可追责、可持续运营”。这类需求通常来自三股力量：合规与审计要求更细、业务线希望把AI接入真实权限与真实系统、以及成本压力迫使我们建
2026-01-04 人工智能
RAG Evals Evidence Pack Access Control Verifiable AI
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
5 / 18