前 DeepMind 研究员 Thore Graepel：用 AlphaGo 的思路治愈 AI 幻觉
前 DeepMind 研究员 Thore Graepel 创办 Metis Reasoning，主张用 AlphaGo 的搜索思路构建显式知识账本，让 AI 系统追踪已知内容并用证据校验每条结论，以减少幻觉。
原文：2026/10/27
#RAG
按收录时间排列 · 卡片保留原文日期，往期好文也会新收录
The DecoderAI 评分4747 AIHOT 精选AI 评分4242 Databricks Lakeflow Connect 如何统一生产力工具与 AI 数据接入
Databricks Lakeflow Connect 通过原生连接器把 Jira、Confluence、SharePoint、Google Drive、Outlook、Gmail、GitHub 以及 OpenAI、Anthropic 等生产力与 AI 工具的数据统一接入 Databricks 平台，以受治理的表形式存入 Unity Catalog，无需自建和维护管道。
原文：2026/10/27
AWS Machine Learning Blog精选AI 评分6262 用 AWS CDK 在托管 Amazon Bedrock 知识库上构建 agentic 检索
AWS 官方教程用一个 Python AWS CDK 应用，在 Managed Amazon Bedrock Knowledge Base 上构建企业 agentic 检索。
原文：2026/10/27
推荐理由：教程对比了托管与自建知识库的差异，并给出可一键部署的七层可观测方案，便于评估 agentic 检索的落地成本。
Stack Overflow BlogAI 评分4343 为什么平台团队不应该自建 AI 上下文层（即使他们大概率能建出来）
Stack Overflow Blog 指出，平台团队不应自建 AI 上下文层，因为向量数据库只是周末项目，而治理型知识管道是信任、合规与持续维护的长期挑战。生产级管道包含采集、交付、治理、组织、验证五个阶段，难点在于持续维护：连接器需随供应商 API 演进保持更新，采集需产出带来源、所有者与信任度的知识节点。
原文：2026/10/16
电鸭社区AI 评分4040 清迈大学留学生：12年后端，最近在折腾 AI Agent 与 RAG 的一些心得
一位坐标清迈、在清迈大学上课的12年后端开发者，分享了自己最近整理的几个 AI 开源项目与工程实践心得，重点是 Agent 与 Harness 工程化。其中一个项目是 DocQA，一套基于 LlamaIndex 搭建的端到端 RAG 知识库系统，采用了 Dense / BM25 / Graph 等混合检索方式。
原文：2026/10/23
AIHOT 精选AI 评分6565 Cohere 发布 Rerank 5 企业检索重排模型，分 Pro 与 Fast 两档
Cohere 发布 Rerank 5 重排模型，含 Pro 与 Fast 两个版本，API 定价分别为每 100 万 token 0.05 美元和 0.02 美元，已在 Cohere API、Model Vault、Microsoft Foundry、Amazon SageMaker 上线并面向所有 North 用户开放。
原文：2026/10/21
AWS Machine Learning BlogAI 评分5656 IskayPet 用 Amazon Bedrock Managed Knowledge Bases 构建多语言企业知识助手
伊比利亚宠物护理公司 IskayPet 基于 Amazon Bedrock Managed Knowledge Bases 构建企业知识助手，覆盖西班牙、葡萄牙、法国三国、四种语言及零售、兽医、入职、采购等业务领域，无需自管向量库、嵌入或摄取管道。
原文：2026/10/23
AWS Machine Learning BlogAI 评分5656 用 Strategy Mosaic 和 Amazon Bedrock AgentCore 构建 agentic AI 语义层教程
AWS Machine Learning Blog 发布教程，演示如何用 Strategy Mosaic 作为语义层，在 Amazon Redshift 与 Amazon Aurora 上建模 Customer 360 场景，并通过 Mosaic MCP 端点接入运行在 Amazon Bedrock AgentCore runtime 上的 Strands agent。
原文：2026/10/20
AWS Machine Learning BlogAI 评分5858 在 AWS 上用 Denodo 与 Amazon Bedrock AgentCore 构建智能体语义层
AWS 与 Denodo 联合撰写的教程演示如何用 Denodo Platform 作为语义层，联邦 Amazon Aurora、Amazon Redshift 与本地 PostgreSQL 的 customer 360 数据，并通过 Denodo MCP Server 接入 Amazon Bedrock AgentCore 托管的 Strands 智能体。
原文：2026/10/20
Berkeley AI ResearchAI 评分5454 Berkeley AI Research 提出 ABBEL 框架：用自然语言信念状态替代递归摘要
Berkeley AI Research 提出 ABBEL 框架，将长程交互中的摘要建模为自然语言信念状态，并通过信念评分监督其内容。在 CollabBench 协作编码任务中，基于重构的信念评分将与全上下文模型的性能差距缩小约 50%，训练步数减少 50%，峰值上下文 token 显著低于全上下文设置。
原文：2026/07/26
电鸭社区AI 评分5656 合同审查 RAG 实战：中文合同结构化、混合检索与可溯源护栏
作者分享其用 FastAPI 与多 Agent 搭建的 AI 合同审查系统的 RAG 踩坑记录，指出该场景检索或引用出错会直接带来法律风险，不能依赖大概相关。中文合同解析的第一道坎是「一、(一)、1.、1.1」编号层级混用导致 Word 解析层级混乱，做法是编号规则引擎还原层级、LLM 兜底并标注置信度，低置信部分另行处理。
原文：2026/10/15