Page 87
12 articles反馈飞轮停滞：为什么大多数 AI 产品在三个月后停止进步
大多数 AI 产品在第三个月左右会遇到瓶颈，此时数据飞轮会悄然停滞。数据价值递减、用户驱动的分布偏移以及标注疲劳这三种失效模式解释了其中缘由，而针对性的干预措施可以重新启动这一循环。
GraphRAG 落地实践：向量检索在多跳推理上的局限与突破
当查询需要跨文档连接多个实体时，向量检索往往力不从心。GraphRAG 借助知识图谱实现多跳推理——但其构建成本、实体消歧难题和维护负担，要求开发者在架构上做出审慎的权衡取舍。
人类反馈延迟：正在扼杀你AI改进循环的30天缺口
显式反馈率最高只有1-3%，这意味着大多数团队需要等待30天以上才能积累足够的信号来检测质量变化。以下是能在第一天就给你提供统计有效信号的行为代理架构。
生产环境中的混合检索：为什么 BM25 在关键查询上仍然更胜一筹
纯稠密检索在精确标识符、代码和罕见词条上会悄无声息地失败。本文介绍生产级 RAG 系统实际采用的分数融合架构、重排序策略以及诊断方法。
大规模 LLM 内容审核：为什么它不仅仅是另一个分类器
生产规模的内容审核需要快速分类器、LLM 判断和人工升级的级联，而不仅仅是单个模型。本文将介绍其架构、对抗性失败模式以及导致用户流失的误报阈值。
LLM 输出即 API 契约：为下游消费者版本化结构化响应
当多个服务依赖 LLM 结构化输出时，模型升级会悄无声息地破坏下游消费者。本文解析模式漂移与行为漂移的成因，以及在部署前捕获破坏性变更的版本化与契约测试模式。
大模型驱动的测试生成：利用 AI 发现软件中的 Bug，而不仅仅是编写代码
探讨大模型驱动的测试生成如何捕获手工编写的测试套件容易漏掉的 Bug。涵盖了测试判据问题、变异引导方法、混合架构以及保持构建确定性的 CI 集成模式。
LLM 作为通用协议翻译器：无人规划却悄然兴起的中间件模式
团队正在使用 LLM 作为运行时协议翻译器来桥接不兼容的 API 和遗留格式。本文介绍了使其安全的架构、使其危险的失效模式，以及判断何时真正适用的决策框架。
生产环境中的模型合并：用权重平均打造多任务专家
深入解析模型合并技术——权重平均、SLERP、任务算术、TIES 和 DARE——涵盖合并何时优于集成、常见故障模式，以及如何在生产环境中部署合并后的 LLM。
生产环境中的多模态 RAG：如何同时搜索图像、音频和文本
多模态 RAG 实战指南：涵盖跨模态嵌入对齐、跨模态重排序策略、成本与延迟的权衡，以及仅在生产规模下才会出现的失效模式。
值班负担的转移：AI 功能如何打破你的事故响应手册
AI 功能引入了传统监控无法检测的故障模式——静默退化、服务商侧变更、提示词注入。本文是针对非确定性系统重建值班实践的实用指南。
LLM 流水线中的 PII：那些你不知道直到为时已晚的数据泄漏
个人数据是如何悄无声息地通过提示模板、上下文窗口、可观测性工具和 RAG 流水线泄漏的——以及真正能阻止这种泄漏的工程模式。
关于 Tian Pan
我是 Tian Pan，一名工程师型创始人，专注于智能体工程——构建自主 AI 系统并扩展工程团队。我撰写关于系统设计、技术领导力和 AI 智能体实战的实用指南。曾在 Uber、Brex 和 IoTeX 担任早期工程师。
