Qdrant 阿姆斯特丹分享：更好的分块不等于更好的检索
qdrant_engine · x · 2026-10-21
- 在 MLOps Community Amsterdam 线下活动中，Qdrant 的 EASzyszka 讲解了分块（chunking）基准测试，核心结论是「更好的 chunking ≠ 更好的检索」，并展示了「每个正确答案消耗的 token 数随语料规模变化」的实测曲线。
- 另一位讲者分享了 agent 记忆的四种类型：工作记忆、情景记忆、语义记忆、程序记忆，并讨论了如何在 agent 中保证来源一致性。活动回顾由 Luca Berton 整理。
「编程与Agent」频道最新
- AI 编程工具 OpenCode 遭供应链攻击，PHP 生态同日爆安全洞 — burny_tech · 2026-10-21
- Anthropic 发布 Claude Sonnet 5.5：终端基准 10.3% 跳至 70.6%，单任务成本降 30% — Aiden_Tech_Ai · 2026-10-21
- 独立开发者用 Opus 一次上线邮件产品 8 项功能，附送达率实数据 — marclou · 2026-10-21
- 19个月跑出6000+集无人新闻视频，靠的是eval而非模型 — jwdNyc · 2026-10-21
- 用 Grok Bot 做实体产品原型：草图到 RFQ 一条龙 — elonmusk · 2026-10-21
- 主观任务评估实操路线图：人类标注加 LLM 裁判降噪三步法 — cwolferesearch · 2026-10-21