Categories

第 189 頁

AI

Ray：AI 規模化真正麻煩的不是多開幾台機器，而是把分散式工作變成可操作系統

Unstructured：文件 AI 最常翻車的地方，不是模型不懂，而是資料進來時就已經亂了

Milvus：向量資料庫不是 RAG 配件，而是會決定搜尋品質與營運成本的基礎設施

Phoenix：LLM 產品真正需要的不是更多感覺，而是看得見的 trace、eval 和錯誤樣本

Semantic Kernel：企業 agent 真正需要的，不是更多魔法，而是可組織的模型、工具與流程

Continue：AI coding 真正卡住的不是補全，而是團隊能不能掌握自己的開發工作流

Haystack：RAG 真正需要的不是又一個聊天範例，而是可拆、可測、可替換的 pipeline

Weaviate：RAG 上線後你才會發現，向量搜尋其實是資料平台問題

MLflow：AI 團隊真正缺的常常不是模型，而是能追蹤、評估、交付的生命週期

Composio：agent 會不會做事，常常卡在工具整合，而不是模型智商