V2EX › 72 的所有回复 › 第 1 页 / 共 3 页

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

For Existing Member Sign In

1 2 3

❮

❯

15 小时 25 分钟前

回复了 hadami 创建的主题 › DNS › 做站千万避坑 top 域名

top 域名有啥问题

6 天前

回复了 668866 创建的主题 › 职场话题 › 要降薪了.该怎么应对呢

@668866 #12 这玩意确实恶心，能仲裁应该也能仲裁，就是麻烦，看钱多不多了，公司真的违法成本太低了。

6 天前

回复了 668866 创建的主题 › 职场话题 › 要降薪了.该怎么应对呢

@668866 #6 也可以仲裁吧，绩效也不是无理由扣减的，得拿出说法和计算方法，仲裁还能加一个被迫解除劳动合同的的赔偿

6 天前

回复了 alexluo1 创建的主题 › OpenAI › GPT-5.6 还有 5 分钟上线

@1874w 搜一下 chatgpt 呢

7 天前

回复了 ca2oh4 创建的主题 › 职场话题 › 民办本科教职未签合同想跑路， 3 万 AI 应用开发培训值得报吗？

不值得报，包就业可能会存在包就业但不包就业质量，可能会给你推一些垃圾岗位（你不愿意去），或者给你推高质岗位然后你面不过（变成自我 pua 、自我怀疑）。然后你就说他包不包就业吧，你不愿意去，或者你自己面不过罢了，到头来浪费时间很多，还可能影响自己信心。

现在可以花钱去充 ai 会员，让顶级的 ai 辅助你学习和工作了，然后再考虑考公考编啥的。

7 天前

回复了 djlen520 创建的主题 › 技术栈 › 有没有大神能教教我如何突破模型道德边界开发开发辅助呀

@djlen520 可以看看这种的 Uncensored 无审查的，https://huggingface.co/HauhauCS/Qwen3.6-35B-A3B-Uncensored-HauhauCS-Aggressive

8 天前

回复了 djlen520 创建的主题 › 技术栈 › 有没有大神能教教我如何突破模型道德边界开发开发辅助呀

本地部署无道德限制版本的模型

6 月 1 日

回复了 xiaowangzi00 创建的主题 › 职场话题 › 各位帮我分析一下该不该跳槽

豆包不建议跳槽

6 月 1 日

回复了 WinterLord 创建的主题 › 推广 › HyperAPI 的新老用户来领福利了

ID 1600 谢谢老板

5 月 7 日

回复了 pvcxy18 创建的主题 › 问与答 › 现在注册个 google 账号咋这么难啊

风控了申诉还是有几率恢复的，养养号就好了

5 月 7 日

回复了 bunengpengde 创建的主题 › Apple › 有在国内使用外区 Apple ID 遇到异常的朋友吗？用 loon 的看过来

loon 确实不太好用

5 月 4 日

回复了 cutpictureboyxx 创建的主题 › OpenAI › 现在有什么稳定订阅 Chatgpt 的方法吗

@msg2040 美区的，自建后就全切美区了

4 月 30 日

回复了 cutpictureboyxx 创建的主题 › OpenAI › 现在有什么稳定订阅 Chatgpt 的方法吗

招商全币卡+google play 支付

3 月 25 日

回复了 shibow 创建的主题 › 职场话题 › 关于前端关于裁员尤其中小公司我觉得这句话挺实在的

鼓励你用 ai ，但不提报销/采购，照样裁员，倒逼一部分人自费

3 月 24 日

回复了 meeop 创建的主题 › 分享创造 › 做了个工具，可以让 ai 向任何设备投送内容，但是没想好有啥用。。。

@meeop gemini 做的

3 月 24 日

回复了 meeop 创建的主题 › 分享创造 › 做了个工具，可以让 ai 向任何设备投送内容，但是没想好有啥用。。。

实时金价： https://pad.genwebapp.com/p/gold

3 月 24 日

回复了 meeop 创建的主题 › 分享创造 › 做了个工具，可以让 ai 向任何设备投送内容，但是没想好有啥用。。。

https://pad.genwebapp.com/p/gold

3 月 6 日

回复了 admin926 创建的主题 › Claude Code › ClaudeCode➕阿里百炼 CodingPlan 体验不佳

搭配 cursor 怎么样

3 月 3 日

回复了 wingor2015 创建的主题 › 人工智能 › 说实话，你们觉得 RAG 真的好使吗？这种情况应该怎么优化？

@wingor2015 差不多的做一份知识文件的清洗和摘要 sitemap （比如什么文件里面有什么东西，作用是什么），然后给 ai 自己去用工具检索（提供对应文件标识、检索关键词）就好了，检索后 ai 再对结果复核看能不能满足要求，不能就再修改关键字检索，比起依靠用向量捞分片，这个还靠谱些。

但是处理起来比较麻烦，比如 sitemap 怎么才会让 llm 有清晰的理解，检索工具内部如何实现才更好（多级检索/混合检索）、知识库文档怎么处理更好等等问题。

这个做出来后相当于是有一个 agent 替代原 rag 的 llm ，他可以反复优化关键词、检索并复核答案是否能满足需求，如果一句话存在多个问题，提示词调整好的情况下，可以达到一次性回答多个问题的能力。

3 月 2 日

回复了 wingor2015 创建的主题 › 人工智能 › 说实话，你们觉得 RAG 真的好使吗？这种情况应该怎么优化？

可以了解一下这个试试：
Agentic RAG （代理式检索增强生成）可以理解为传统 RAG 的进阶版。

简单来说，它不再是“问一句、查一次、生成答案”的直线流程，而是引入了一个 AI 智能体（ Agent ）作为“总指挥”。
这个智能体会根据你的问题，自主规划需要做什么：
它可以决定调用哪个工具（是搜百度文库、查数据库还是看网页）。
它可以决定查几次（如果一个关键词搜不到，就换个关键词再搜）。
它还能处理多步推理的问题（比如“先帮我查北京今天的天气，再根据天气推荐一家附近的火锅店”）。

用一句话总结：
传统 RAG 是被动的资料员（你问什么，给你找什么）； Agentic RAG 是主动的研究员（它理解你的意图，自己想办法找资料，甚至做分析和总结）。

1 2 3

❮

❯