与“RAG”标签匹配的公开内容。
Sarvam AI 介绍了为企业智能体构建的知识织物，由知识树和领域本体两层组成，把文档一次性编译成智能体可导航、可查询、可引用的结构化层。在 Harvey LAB 基准上，使用 GLM 5.3 的答案满足 84.2% 的专家评分标准，高于 agentic RAG 的 55.1%，平均任务成本从 0.64 美元降至 0.28 美元；在 Sierra 的 tau-knowledge 银行基准上，以少 64% 的 token 达到与基线相当的准确率。知识树已用于 Sarvam cowork 产品，本体则按领域与企业客户逐个构建。
推荐理由Sarvam AI 公开了知识织物的架构与多组基准对比，读者可据此判断结构化知识层相对传统 RAG 的取舍。
Cohere 发布企业检索模型 Rerank 5，分 Pro 和 Fast 两档，已在 Cohere API、Model Vault、Microsoft Foundry 和 Amazon SageMaker 上线，Pro 定价为每 1M tokens 0.05 美元、Fast 为 0.02 美元。Cohere 称 Rerank 5 Pro 在 ViDoRe V3、nanoMTEB、BRIGHT 和 BEIR 四项公开基准上领先所有被测模型，在 46 个复合数据集中有 39 个排名第一。新功能 Context Focus 可在单次调用中返回文档内最相关的文本片段，官方测试中移除一半上下文仅损失 2 个百分点答案质量。
推荐理由原文给出 Rerank 5 的基准表现、Context Focus 的 token 节省与校准分数，可据此判断检索层对 RAG 与智能体成本的影响。
Databricks 在智能体开发平台 Agent Bricks 上推出 Agent Memory，目前处于 Beta，运行在 Lakebase 上，用于存储智能体应记住的事实、偏好和工作流。该功能基于 Databricks 研究团队的 MemCurrent 架构，结合插件、按需调用的工具和后台记忆整理流程；内部基准显示该架构让智能体在真实企业任务上的通过率提升至约三倍，同时少用 31% 的 token。原文举例称，同一工作流存入记忆后，相关追问从 11 次工具调用、近六分钟缩短到 2 次工具调用、41 秒。
推荐理由原文给出内部基准中任务通过率提升与 token 消耗下降的具体数字，可据此判断记忆层对生产级智能体的成本与效果影响。
Databricks 推出面向生产智能体的持久记忆架构 MemCurrent，已用于 Agent Bricks Memory 和 Genie。它结合原始会话轨迹的情景记忆与提炼后的派生记忆，通过插件、工具和离线 dreaming 管道三种方式读写。在内部基准上，智能体通过率从无记忆的 22.3% 提升到 68.4%，同时快 1.35 倍、便宜 1.44 倍；在 LoCoMo 等开源基准上以约 12 倍更少的输入 token 达到接近全上下文的水平。
推荐理由Databricks 公开了记忆架构的设计取舍与消融结果，可对照自身智能体的记忆方案做取舍。
DeepSeek 在 2026 年 10 月 17 日的 API 更新日志中发布 DeepSeek-V4.1-Flash-1017，并开放自研搜索 API，官方称该引擎索引全球千亿级网页、每天处理数亿次搜索请求，并对 SEO 作弊、GEO 操纵和低质 AIGC 做识别过滤。Search 接口返回 rerankscore、authority、date 等字段，snippet 供 UI 展示、summary 供模型阅读，Search 与 Fetch 各按成功请求计费，国内站每千次 5 元，账号级限速各 5 QPS。作者据此判断公域检索可外包、私域召回与路由分流仍需自建，并提醒 5 QPS 使缓存、请求合并和队列成为上线前提。
推荐理由文章把搜索 API 的字段、计费和 5 QPS 限速拆到工程层面，给出 RAG 检索层外包与自建的分层判断。
LlamaIndex 为 LlamaParse Index 推出 Retrieval Harness，把语料库暴露为智能体可直接调用的文件系统式工具，包括 Hybrid Retrieve、List Files、File Grep 和 File Read。该功能在解析时保存页面截图并关联到对应 chunk，用于表格和多栏文档等布局承载语义的场景。Retrieval Harness 及其他更新已在所有付费档位开放 beta，文件系统工具以轻量 API schema 形式提供，可接入现有 LLM 编排框架或工具调用循环。
推荐理由原文给出了文件系统式检索工具与视觉布局保留的具体设计，读者可据此判断智能体检索流程的改造方向。
Chroma 训练并开源了 Context-1，一个 20B 参数的智能体搜索模型，在八千多个合成任务上训练，检索表现接近前沿大模型，成本更低、推理速度最高提升 10 倍。它作为检索子智能体工作，把高层查询拆成子查询并多轮搜索，在上下文窗口填满时主动丢弃无关结果，并以 Apache 2.0 许可开放权重和完整数据生成流程。训练采用先召回后精确的分阶段课程，配合基于抽取验证的合成任务生成流程，与人工判断的一致率超过 80%。
推荐理由Chroma 公开了 20B 检索子智能体的训练流程与自编辑上下文机制，可对照其成本与延迟取舍。
推荐理由EmbeddingGemma 2 以 740M 参数覆盖文本、代码、图像、视频和音频，并给出权重下载入口，可据此判断端侧多模态嵌入的可用性。
Meta 工程博客介绍了一个面向合规领域的 AI 智能体，把组织知识拆成 200 多个结构化文件，并用可组合的 recipes 分离知识与推理流程。专家反馈经诊断、编译、验证后以文本编辑形式落地，无需重训模型，每个修复都会自动加入回归测试集。系统在六周三个开发冲刺后，将单项评估耗时从数天缩短到数分钟，改进周期内零回归。
推荐理由Meta 公开了一套不靠重训模型、用结构化知识文件加自动回归测试让智能体持续吸收专家反馈的工程方案。
Cohere 推出视觉语言模型 Parse，将多模态企业文档转换为结构化数据，现已通过 Cohere API、Model Vault、Microsoft Foundry 和 AWS SageMaker 正式提供。Parse 支持九种主要语言，能够识别表格和嵌入图片并输出 Markdown，在 ParseBench 的三个评测维度中得分 79.2。Cohere API 定价为每 1,000 页 $1.50，8 H100 GPU 节点的处理速度为每秒 36 页。
推荐理由原文同时给出解析质量、吞吐量与部署成本数据，可用于比较企业文档处理方案的性价比。
吴恩达在来信中展开 AI Engineering 技能地图的第一层，即构建与部署 AI 应用，包含 LLM 基础、用数据为模型提供依据、构建智能体系统、评估驱动开发和线上运维、机器学习基础。他指出 AI 应用输出不可预测，因此开发更依赖反复迭代，而能否用纪律化的评估与错误分析循环驱动开发，是区分优秀 AI 工程师的最重要特质。该技能地图来自对大量招聘信息、结构化专家访谈和问卷的分析。
推荐理由Andrew Ng 把构建与部署 AI 应用拆成五项能力，并解释为何评估驱动开发是区分优秀 AI 工程师的关键。
Mistral 发布 Agentic Search，作为让 AI 系统在复杂文档中导航、阅读和验证信息的检索层，通过 Mistral Search Toolkit 和 Libraries 提供。它基于现有索引提供 search、open、navigate、read、grep 五个工具，在 FinanceBench 上把金融文件问答正确率从 26.7% 提升到 86%，在 OfficeQA Pro 上提升 45.6 个百分点至 51.9%，同时 p90 延迟最多降低 39.6%、token 消耗最多减少三分之一。该功能无需微调或模型特定训练，已在 Studio 和 Vibe 的 Libraries 中内置。
推荐理由原文给出多步检索循环在 FinanceBench 与 OfficeQA Pro 上的准确率、token 与延迟变化，可据此判断传统 one-shot RAG 的边界。
Anthropic 的 Claude Code 团队介绍了如何从模型视角设计、测试并持续调整智能体工具。团队用 AskUserQuestion 取代不稳定的文本格式方案，以 Task 替换限制模型协作的 TodoWrite，并从预索引 RAG 转向由 Claude 主动搜索代码库、通过技能渐进获取上下文。Claude Code 目前约有 20 个工具，团队还用独立子智能体检索产品文档，以保持主智能体上下文简洁。
推荐理由Claude Code 团队用工具增删与搜索机制的迭代案例，展示如何依据模型能力调整智能体工具设计。
千问发布 Qwen3-VL-Embedding 与 Qwen3-VL-Reranker 系列模型，基于 Qwen3-VL 底座，面向多模态信息检索与跨模态理解，支持文本、图像、截图和视频输入，覆盖 30 多种语言。Embedding 采用双塔架构做高效初筛，Reranker 采用单塔 Cross-Attention 对（Query, Document）对联合编码输出相关性分数，两者串联构成两阶段检索流程。官方称 Qwen3-VL-Embedding-8B 在 MMEB-v2 上取得 SOTA，Reranker-8B 在多数任务上表现最佳，模型提供 2B 与 8B 两种规格、32K 序列长度并支持量化与自定义向量维度。
推荐理由原文给出多模态检索两阶段方案与基准对比，读者可据此判断现有 RAG 流程的升级空间。
Liquid AI 发布 Liquid Nanos 系列任务专用端侧基础模型，参数规模 350M 至 2.6B，占用 100MB 至 2GB 内存，可在手机、笔记本和嵌入式设备上本地运行。首批实验性模型包括 LFM2-Extract、LFM2-350M-ENJP-MT、LFM2-1.2B-RAG、LFM2-1.2B-Tool、LFM2-350M-Math，以及社区开发的 Luth-LFM2 法语微调系列。官方称 LFM2-1.2B-Extract 在结构化抽取上优于 22.5 倍参数量的 Gemma 3 27B，LFM2-350M-ENJP-MT 的英日互译质量超过 10 倍参数量的通用模型。模型已在 LEAP 平台和 Hugging Face 上线，采用开放许可。
推荐理由Liquid AI 一次性放出覆盖抽取、翻译、RAG、工具调用和数学的端侧小模型系列，可据此判断小模型在具体任务上替代云端大模型的边界。
Aim Labs 披露了 Microsoft 365 Copilot 中的零点击漏洞 EchoLeak，攻击者只需向受害者发送一封邮件，就能在用户无感知的情况下外泄 Copilot 上下文中的敏感数据。该攻击链由三处漏洞组成，依次绕过 XPIA 提示注入分类器、外部链接与图片的脱敏处理，并借助 SharePoint 和 Teams 的 URL 绕过 CSP 限制。Aim Labs 将核心手法称为 LLM Scope Violation，认为同类设计缺陷也可能存在于其他基于 RAG 的聊天机器人和 AI 智能体中，并称 Microsoft 已确认没有客户受到影响。
推荐理由Aim Labs 拆解了 M365 Copilot 的零点击数据外泄链路，并给出可迁移到其他 RAG 应用的防护思路。
Mistral AI 发布首款专用于代码的嵌入模型 Codestral Embed，称其在真实代码检索评测中优于 Voyage Code 3、Cohere Embed v4.0 和 OpenAI 的大型嵌入模型。该模型支持调整嵌入维度和精度，即使采用 256 维 int8 输出也领先上述竞品。其上下文长度为 8192 tokens，但官方建议检索时使用 3000 字符、重叠 1000 字符的分块。
推荐理由官方给出多类代码检索基准与维度、精度取舍，便于评估其在编码智能体和大规模代码库中的部署价值。
Mistral AI 推出 Agents API，为开发者构建可执行复杂任务、保持对话上下文并协调多智能体的 AI 智能体提供专用框架。该 API 内置代码执行、图像生成、文档库和网页搜索连接器，并支持 MCP 工具、持久记忆、流式输出及智能体任务交接。SimpleQA 评测中，启用网页搜索的 Mistral Large 和 Mistral Medium 准确率分别为 75% 和 82.32%。
推荐理由原文集中说明连接器、持久记忆与多智能体编排能力，并以具体工作流展示企业智能体的实现方式。
Mistral AI 的 Mistral OCR 可解析图像和 PDF 中的文本、图片、表格及公式，但该模型现已停止维护，并由更强的新款 OCR 模型取代。其 API 曾以 mistral-ocr-latest 提供，价格为每美元 1000 页，单节点处理速度最高可达每分钟 2000 页，并支持结构化输出及选择性自托管。
推荐理由原文给出文档解析能力、处理速度、定价与部署方式，可用于评估多模态文档接入 RAG 和智能体流程的成本与适配性。
Anthropic 提出 Contextual Retrieval 方法，通过 Contextual Embeddings 和 Contextual BM25 两项子技术，将 top-20 检索失败率降低 49%（5.7% 降至 2.9%），叠加 reranking 后降低 67%（5.7% 降至 1.9%）。该方法用 Claude 3 Haiku 为每个分块生成 50-100 token 的上下文说明，再拼接到分块前进行嵌入和建立 BM25 索引，配合 prompt caching 时生成上下文化分块的一次性成本为每百万文档 token 1.02 美元。Anthropic 同时提供了可直接部署的 cookbook。
推荐理由Anthropic 给出 Contextual Retrieval 的具体做法与失败率数据，读者可据此评估并复用到自己的 RAG 流程。