行业观点、技术实践与 GEO / AI 观察，用可读、可引用的内容记录泛友数字的思考。
选型不要只比参数榜；用数据驻留、可评估性、工具生态、成本曲线与退出成本五条对照更贴近业务。
AI 适合起草与检索，不适合最终责任；把必须人工拍板的节点写进流程，项目才有稳定边界。
图能存储、能检索、能被描述，是三件不同的事；企业要用任务定义多模态，而不是被功能清单带着走。
微调贵在数据与持续评估；多数企业应先把检索、权限和题集做稳，再评估是否值得微调。
向量相近只说明文本在嵌入空间靠近，不保证业务相关；企业检索要把关键词与业务规则加回来。
把训练、推理、Token、上下文窗口、幻觉和对齐分开看，业务讨论才不会把「会说话」当成「已查证」。
生成式模型把前文变成下一词的概率，再逐词往下写。它不检索真相，训练数据、上下文和抽样决定了这句话像什么。
把私有知识检索进上下文，让回答可溯源，是企业场景的主流范式。
幻觉无法归零，但可以通过检索、拒答策略与人工兜底把它管起来。
