过滤噪音，保留 AI 信号。

独立AI顾问为大阪附近一家400人精密零部件制造商构建了三层系统：先录制两位即将退休的资深检验员60小时口述判断逻辑，用大模型转写并构建可检索知识库；再搭建RAG系统，让新人拍照获取相似案例和判断依据；最后训练视觉模型输出缺陷分类与根因建议。项目历时五个月，使新人质检员准确率从96%提升至99.2%，知识库被产线工程师沿用。这比客户最初要求的“AI质检”更聚焦于知识保全，方案核心并非简单缺陷检测，而是将隐性经验文档化。

Livid 演示了在 V2EX 上建立自建节点（如 /go/wunder），将产品功能描述以帖子形式发布在该节点后，V2EX Chat 即可基于这些内容回答产品相关问题，形成检索增强的 AI 客服。示例通过一个 edge.v2ex.com 聊天对话链接展示了仅依赖节点帖子的问答效果，无需额外开发聊天机器人即可实现产品知识库问答。

Pinecone 与 Pulumi 将于 6 月 18 日下午 5 点在纽约联合举办一场晚间技术讲座。活动将探讨向量搜索与检索增强生成（RAG）背后的基础设施、基础设施即代码（IaC）实践，并演示一个集成现实世界数据到模型上下文中的 Slack AI 跑步教练机器人。活动包含演示、问答环节和社交聚会。

Reddit用户KobyStam基于Andrej Karpathy的LLM议会概念，构建了开源工具“The AI Counsel”，并将其打包为可配置的Docker容器。该工具提供两种审议模式：议会模式包含独立回复、匿名同行评审和主席总结三阶段，适用于事实性问题；顾问模式则由多个可定制的人设在多轮辩论后达成共识，适用于决策与权衡。工具内置MCP服务器，可被智能体直接调用，支持本地Ollama模型和OpenAI、Anthropic、Mistral、DeepSeek等云端模型，并集成了DuckDuckGo、Serper、Brave、TinyFish网络搜索以及Jina AI全文获取。所有系统提示、温度等均可配置，项目完全开源免费。

不同于大多数每会话重置的 AI 智能体，Jenova AI 智能体可持久化用户上下文，最长会话达 1600 万 token。通过 Pinecone 向量检索，所有数据可在 10 毫秒内查取。这一持久化知识层帮助公司实现年经常性收入超 100 万美元、用户超 20 万，并在 5 个月内收入增长 10 倍，几乎全部为自然增长。创始人 Boris Wang 表示，Pinecone 知识层是决定用户留存的基础和产品的护城河。

北京安贞门附近一家知名游戏公司急招三类AI工程师：AI开发高级工程师（30k-60k）、Agent开发工程师（30k-50k）及算法工程师（45k-65k）。岗位职责涵盖基于AI的AB测试工作流、智能体开发、RAG系统构建、广告竞价与推荐算法优化等。要求熟悉Python/PyTorch/LangChain、大模型调用与微调、分布式部署，有游戏数据分析经验。福利含双休、五险一金、免费三餐和房补。