GitHub Podcast 拆解 AI 热门观点：该不该读代码、RAG 是否已死、Skills 是否杀死了 MCP
GitHub Podcast 最新一期拆解了五个 AI 热门观点：AI 生成的代码仍需阅读和负责，但审查力度应按风险分级；Skills 与 MCP 解决不同问题，前者是打包的团队经验，后者是连接工具与数据的标准，可组合使用；RAG 并未死亡，它为模型提供训练数据之外的相关信息，减少 token 浪费并让回答更有依据。
#RAG
#RAG
今日 0 条9月18日星期五
5月25日星期一
小模型做智能体流程不流行，不是能力不行，是商业账算不过来
这篇帖子直接点破：小模型搭的智能体方案没成为主流，跟技术能不能跑通关系不大，核心是商业风险和验证成本。作者举了两个例子——Gemma 4 31B 在 tau2-bench 上能跑到 86.4% 的准确率，DeepSeek V4-Flash 的输出 token 价格差不多是 Claude Opus 4.6 的 89 分之一，单看指标和成本都挺能打。但问题...
推荐理由：这篇文章的切入点挺刁钻——小模型 agent 栈没普及，不是性能不行，是验证层掉链子。它拿 Gemma 4 31B 在 tau2-bench 上 86.4% 的成绩和 DeepSeek 低到离谱的输出成本说事，数字本身有说服力。但更值得盯的是那个 7-9B 模型做验证时，一半到三分之二的正确答案推理链其实有缺陷，这个发现直接动摇了用小模型兜底的信心。来源是 Reddit，权威性要打个折，所以分数没给到顶，但话题本身对做 agent 落地的人很解渴。
5月7日星期四
Agent 文件系统：从“喂给模型记忆”到“让模型自己翻文件”
这篇文章梳理了 AI agent 外置记忆方案的三代演化：从把所有东西塞进上下文窗口，到用向量数据库做外挂记忆，再到 2025 年下半年兴起的“把文件系统当上下文用”。核心转变是让 agent 自己按需去文件系统里找信息，而不是开发者预先推送。文章解释了为什么这个模式现在成立：模型天生会操作文件系统、上下文窗口的成本已经高到不可忽视、渐进式披露能利用模...
推荐理由：这是一篇设计评论，不是产品发布或论文。它把 Agent 文件系统拆成三代，对比了 Turso、Anthropic、Vercel 和 Manus 的不同判断，还点出四个盲区，对做 Agent 的人有参考价值。信息量和相关性都够，但性质偏评论，所以放在 featured 而不是更高一档。
4月3日星期五
Karpathy 用 Obsidian 和大模型搭了一套本地知识库，把原始资料自动整理成可提问、可写报告的 Wiki
Karpathy 的做法是把原始资料扔进一个叫 RAW 的文件夹，让大模型自动生成摘要、索引、概念页、相互链接和可视化图表，最终形成一个本地 Markdown Wiki。之后可以直接在这个 Wiki 上提问，模型会查索引、读相关文档再给出回答或生成新文件、网页甚至 PPT，并把输出存回知识库。他特别提到 AI 生成的内容会污染语料，要把可信来源和 AI...
推荐理由：HKR-H 和 HKR-R 都站得住，因为 Karpathy 这种级别的从业者公开自己的本地 Wiki 工作流，本身就自带讨论度，而且他点出的“AI 生成内容会污染库，最好跟可靠来源分开”是个很实际的痛点。HKR-K 靠的是 RAW→LLM→摘要/索引/互链这条具体管线，但正文没披露用了什么模型、资料规模多大、自动化脚本怎么写，所以知识增量卡在中等偏上，分数停在 76 合理。
1月19日星期一
我的 AI 特工已经在干活了，你的呢？
Jack Clark 描述了他让多个研究型 AI 特工在他爬山、睡觉时替他读论文、交叉比对数据、生成分析报告的经历。这些活如果他自己干，每份报告得花一周，而特工们几小时就搞定了，读的论文还比他多。他还提到，让 Claude 帮他爬自己网站、做嵌入向量、搭本地搜索和图形界面，以前试了好几年都因为各种卡顿没做成，这次不到一小时全跑通了。正文没披露具体模型版...
推荐理由：Jack Clark 用自己走路睡觉时 agents 并行处理几千篇论文的例子，把 agent 从概念拉到了实操。可复现的机制是多代理检索、交叉核验和报告生成，但正文没披露模型版本、成本、失败率和评测数据，所以先别太激动。真正值得盯的是工作流摩擦已经低到可以忽略，AI 开始从单次问答转向持续代办，这点对从业者来说比任何 benchmark 都更有说服力。