两门免费长课：多模态 RAG 瓶颈排序与真实产品级 Agent

ubiquitous_tech · reddit · 2026-10-28

作者发布两期免费 YouTube 深度讲解，主张 2026 年做 LLM 功能的人常犯的错是跳过文档抽取与检索质量直接上 agent——生产环境痛点多为无聊的基础设施而非提示词。要点：- 多模态 RAG 按 parsing→chunking→embedding→retrieval→reranking→generation 顺序讲各环节瓶颈（PDF 表格、扫描件、多语言、多向量）；- Agent 框架为 LLM+工具+记忆+停止条件，强调结构化输出、先做 evals 再谈多 agent，以及常见生产失败模式；- 建议入门先看 Karpathy 的基础材料；练习题：一个 agent 配三个工具（搜索、计算器、读本地文件），在 10 个固定场景先测通断再考虑加 RAG。