团队内部分享：2026 年我们在读什么、在试什么

技术团队每两周做一次内部分享，主题不限于工作项目。这一期的主题集中在三件事上。

一、RAG 的评测怎么做才不糊弄

我们内部维护一个 200 题的小型评测集，每题有标准答案与出处。每次调整切分或检索参数后重跑，看命中率与引用正确率。评测集比排行榜有用。

二、Agent 编排的稳定性

多步 Agent 的失败往往来自中间步骤的静默错误。做法是每步都产出结构化结果并记录，出错时能回放。

三、边缘推理的成本结构

在工业质检场景里，把推理放到产线边缘，省下的是带宽与延迟，付出的是设备与运维。这个交换在什么规模下划算，值得算清楚。