张显达 zxd blog
  文章分类
前端 162 后端 178 软件设计 22 软件工具 14 数据库 9 编程之道 9 人工智能 182 推荐工具 10 AI安全 7 Java 146 工具链 2 技术快报 6 工具 1 云计算 2 软件开发 2 前端技术 2 网络安全 150 物联网 147 可持续科技 1 量子计算 147 增强现实/虚拟现实 1 软件工程 147 消费电子 1 数字治理 147 Python 142 python 4 最新AI开发工具推荐 119 java 7 AI 工具链 4 科技深潮 1
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 人工智能
RAG Safety Multi-modal Evaluation Orchestration
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 人工智能
RAG Safety Multi-modal Evaluation Orchestration
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 人工智能
RAG Cost Control Safety Multi-modal Evaluation
多模态智能的工程落地：检索对齐、反馈循环与成本护栏 多模态智能的工程落地：检索对齐、反馈循环与成本护栏
导语：多模态（文/图/表/音）模型快速升级，企业落地的核心是“可验证的检索对齐、可回溯的反馈循环、受控的成本护栏”。本文给出可操作的工程路线与核查清单。 1. 场景分级与策略 P0（安全/合规）：人机
2026-01-20 人工智能
RAG Cost Control Multi-modal Evaluation Alignment
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
5 / 19