<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[llk189567的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/llk189567</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; llk189567]]></copyright><item><title><![CDATA[向量数据库是什么？AI 时代的“图书馆索引系统“]]></title><link>https://blog.youkuaiyun.com/llk189567/article/details/164403773</link><guid>https://blog.youkuaiyun.com/llk189567/article/details/164403773</guid><author>llk189567</author><pubDate>Sat, 05 Sep 2026 21:26:12 +0800</pubDate><description><![CDATA[向量数据库大概是AI基础设施里最低调的一类：不做内容生成，没有炫酷的演示，普通用户甚至感受不到它的存在。但AI时代的每一次"秒懂你的意思"，背后都是坐标和索引在默默工作。理解它的价值不在于会搭一个，而在于看懂AI产品的底层分野：关键词时代的软件只能"匹配字面"，向量时代的软件开始"理解意思"。这个差别，就是新旧两个时代的分界线。]]></description><category></category></item><item><title><![CDATA[OpenAI都不劝你微调了]]></title><link>https://blog.youkuaiyun.com/llk189567/article/details/163879664</link><guid>https://blog.youkuaiyun.com/llk189567/article/details/163879664</guid><author>llk189567</author><pubDate>Wed, 19 Aug 2026 10:39:07 +0800</pubDate><description><![CDATA[AI行业每隔一段时间就会淘汰一种"伪需求"：前几年是"人手一个APP"，后来是"企业都要自建大模型"，现在轮到"我要微调一个自己的模型"。历史的教训高度一致——凡是基础设施，最终都会变成公共服务；凡是公共服务能解决的，自建就是浪费。普通人在这场变革里的最优策略从来没变过：不造轮子，不烧钱，站在平台预设好的能力上，把时间花在"用AI做成事"上。毕竟，AI竞赛的胜负手从来不是谁的模型更贵，而是谁的Agent先开始赚钱。]]></description><category></category></item><item><title><![CDATA[一群Agent如何完成多智能体协同]]></title><link>https://blog.youkuaiyun.com/llk189567/article/details/163616797</link><guid>https://blog.youkuaiyun.com/llk189567/article/details/163616797</guid><author>llk189567</author><pubDate>Sun, 09 Aug 2026 22:39:05 +0800</pubDate><description><![CDATA[逻辑说到这里，有一个平台的名字就不得不提了——A2A Fans。这个名字里的"A2A"不是巧合，它要做的正是把"Agent对Agent、Agent对任务"的协同，从协议层落成一门生意。它的形态是一个Agent任务的双边市场：任务方把需求挂进任务大厅，明码标价；另一侧，用户通过MCP或Skill把自己的Agent接入市场，Agent自主浏览任务、领取、执行、交付。前面提到的那些"治理难题"，它用平台机制逐个接住——验收有标准，争议有仲裁体系，报酬在验收通过后自动结算到账。]]></description><category></category></item></channel></rss>