将 AI 智能体连接到企业知识
企业 AI 智能体缺乏组织语境知识，导致推理、决策和行动不可靠，并让许多智能体 AI 用例停在生产前。一项对 300 名数据、AI 和技术高管的调查显示，平均只有约 34% 的智能体 AI 项目进入生产，生产领先组织为 61%。数据碎片化是扩展知识访问的首要挑战，55% 受访者提及；企业正投资检索技术、RAG、AI-ready APIs 和知识图谱。
#RAG
MIT Technology Review · AIAI 评分4444
GitHub Blog · AI & MLAI 评分4242 GitHub Podcast 讨论 AI 热门观点：读代码、RAG、Skills 与 MCP
GitHub Podcast 讨论多种 AI 开发热门观点，强调 AI 生成代码仍需按风险审查，开发者应能说明何时使用 AI、如何复核结果。文章称 Skills 没有取代 MCP，二者分别用于上下文流程和标准化工具接口；RAG 也未消亡，仍可为模型提供训练数据外的相关信息。
Berkeley AI ResearchAI 评分4040 面向 LLM 的大规模交互识别方法 SPEX 与 ProxySPEX
Berkeley AI Research 介绍 SPEX 与 ProxySPEX，用于在 LLM 等复杂机器学习系统中以较少 ablation 识别关键交互。SPEX 将交互发现转化为稀疏恢复问题，ProxySPEX 利用层级结构在保持 SPEX 性能的同时减少约 10x ablations。方法可用于 feature attribution、data attribution 和模型组件归因。