AI · 第 84 頁

向量資料庫不是 RAG 入場券。本篇用同一份 SciFact 文件與 300 題，實測 BM25、Embedding、Hybrid Search、reranker 的檢索品質、索引成本與延遲，再給你一張能直接套用的選型決策樹。

RAG 就是讓 AI 先從指定知識庫找證據，再帶著證據回答。本文用請假政策案例，拆解六個零件、五步原型、評測方法，以及 RAG、長上下文與微調怎麼選。

DeepSeek V4 Flash 0731 沿用同一核心架構，AA 指數卻從 40 升至 50。本文拆解未公開 Harness、MIT 權重、1M context、API 成本與 84% 幻覺率的正確分母，判斷它何時真的能降低 Agent 成功任務成本。

OpenAI 將 GPT-5.6 Luna API 價格砍 80%、Terra 砍 20%，Sol Fast mode 最高快 2.5 倍。本文拆解新舊牌價、agent 任務成本與「模型協助降本」自述，判斷這次 GPT-5.6 降價真正改變了什麼。

Claude 不是提款機，而是把需求研究、產品製作、流量內容與回訪素材壓進同一張工作台。用 Day 0 到 Day 7 的八步架構測試第一個閉環。

推論引擎沒有脫離情境的冠軍。本篇先分清本機 runtime、服務引擎與叢集編排，再用最新官方指令、比較圖與 benchmark 清單，替你的硬體與流量選出第一個候選。

Harness 管工作條件、Loop 管反覆做到合格、Graph 管下一步往哪走。用一個退貨 Agent 完整拆解三個可重疊的設計視角，附故障診斷與 5 步實作法。

Anthropic 回查 141,006 次可能取得網路的 cyber eval，找到三宗、共六次 Claude 觸及真實組織的事故。路徑並非突破 sandbox，而是錯誤配置留下的開放通道；真正警訊是評測本身已成為高風險工作負載。

Microsoft 一口氣公布 Copilot、GitHub 與 Foundry 的企業採用數字。它們足以顯示至少一批 Microsoft 客戶已進入大規模採購與部分核心工作流，卻仍不足以把付費席次、使用者、PR 參與和生產力畫上等號。