你的 Embedding 模型选择决定了 RAG 的上限，而 LLM 无法突破它
Embedding 模型决定了 RAG 质量的上限，而更换 LLM 无法提升该上限。本文提供了一个实用的选择框架：领域匹配、维度选择、多语言表现和指令微调。
分层内存压缩：你的智能体内存缺失的四个层级
大多数 LLM 智能体内存将四个层级压缩为两个 —— 缓冲区和向量存储。工作记忆、会话记忆、情节记忆和语义记忆各自都需要独立的层级。
无人测试的隐私边界：为什么“无状态”工具是 AI 时代的 IDOR
“无状态” AI 工具调用是如何通过共享缓存、向量库和记忆模块在租户之间悄悄泄露数据的 —— 以及如何在客户发现之前捕获这些问题的审计协议。
单向量版本标签：每个 Embedding 迁移背后的缺失列
向量数据库在发布时并没有配备 Postgres 已经拥有二十年的迁移工具 —— 没有 ALTER TABLE，没有在线模式变更，也没有单行版本控制。使 Embedding 升级得以平稳进行的规范，始于一个大多数团队都忘记添加的列。
Reranker 是你 RAG 评估中从未衡量的“静默”第二个模型
大多数 RAG 流水线串联运行两个模型 —— 检索器和重排序器 —— 但评估套件通常只对生成器的输出进行评分。当 reranker 发生漂移时，仪表盘显示答案质量下降，却找不到因果关系。本文将介绍如何构建能够捕捉这些静默回归的 reranker 评估。
检索膨胀：当“加个 RAG 就行”变成架构上的干扰
通过添加检索步骤来修复每个模型失败看似是进步，直到你的系统变成一堆检索器的堆砌，拼凑出的提示词依然无法解决原始问题。本文提供了一套针对 RAG 的诊断框架、消融实验准则和复杂度预算。
你的向量数据库也有热点 Key：为什么 ANN 索引在生产成本上“撒了谎”
公开的 ANN 基准测试通常运行均匀的查询负载，但在生产环境中检索是齐夫分布（Zipfian）的 —— 这种差异表现为分片过载、RAM 浪费以及超出预期的 p99 延迟。
Embedding 迁移是新时代的 Schema 迁移
在生产环境中更换 embedding 模型不仅仅是一个批处理任务 —— 它是一场具有语义影响的 Schema 迁移。为什么点对点评估会遗漏回归问题，双写窗口和邻域稳定性指标究竟能为你带来什么，以及成本结构在哪些地方会让团队措手不及。
知识截止期是 UX 界面，而非脚注
每个大语言模型都有知识截止期，而每个产品都在对此保持沉默。请将内容的新鲜度视为一个经过设计的 UX 界面——而非注脚——否则用户将根据模型本该拒绝回答的内容来评估信任度。
知识图谱的时效性与向量索引的时效性具有不同的 SLA
向量索引的性能是逐渐下降的，但知识图谱的失效则是断裂式的 —— 在同一个 CDC 流水线下运行它们，会导致多跳查询静默地输出错误答案。
2026 年的长上下文 vs RAG：为什么它是基于功能的决策，而非架构信仰
在 2026 年，长上下文与 RAG 的选择不再是整个产品的架构抉择，而是由四个维度（新鲜度、归因、尾部风险、成本）驱动的基于功能的决策。本文深入剖析了这一原则，帮助你的 AI 功能在不断变化的数学模型中始终处于正确的一侧。
没人召集的索引策略委员会：超越一次性迁移的 RAG 语料库治理
大多数 RAG 的失败并非模型失败，而是治理失败。本文探讨语料库治理的四个维度——法律、新鲜度、作者信任、所有权，以及决定你的检索索引是产品界面还是共享收件箱的索引策略规范。