生产里的 AI 通常先坏在数据层，不是模型层
Rich_Shopping_9882 · reddit · 2026-07-26
作者的核心观点是：在真实生产环境里，模型往往不是最先出问题的地方，真正先坏掉的通常是数据层——数据源过期、上下文缺失、答案来源不可追溯。
他提到自己在做销售评分和预测市场分析等 demo 管线时，最常碰到的是 grounding / explainability 问题，而不是模型能力本身。为了解决这个问题，他使用了 Corvic 作为上下文层，让每个输出都能追溯到真实来源。
这条帖子实际上在追问一个被行业长期低估的问题：大家到底用什么办法解决 ingestion 和 grounding？
「编程与Agent」频道最新
- 3090 用户比较 Ollama、Unsloth 和 llama.cpp 本地 AI 方案 — NWSpitfire · 2026-07-26
- 一个 ComfyUI 剪贴板节点把 Clippy 做成了嘴欠读图器 — shootthesound · 2026-07-26
- Ruff 0.16.0 把默认检查从 59 条提到 413 条 — Simon Willison · 2026-07-26
- 前 OpenAI 研究员：编程语言正蜕变为机对机暗语 — eptwts · 2026-07-26
- Claude 让人一小时内重做 1300 万美元戒酒应用 UI — PrajwalTomar_ · 2026-07-26
- Boris Cherny 用 Claude Code 年内处理 1700 个 PR — rohanpaul_ai · 2026-07-26