BetterHelp 首席增长官如何构建 AI 原生营销引擎
BetterHelp 首席增长官 Sara Brooks 通过创建 AI Excellence 职能和采用 WRITER 平台，在公司内部构建了 AI 原生营销引擎。团队利用 WRITER 存储品牌资产并生成内容，开发了从策略到创意的端到端智能体化活动流程，并通过 A/B 测试验证了其效果。Sara 本人每日亲自使用 WRITER 工作流，以领导者的亲身实践推动团队采用 AI。
#RAG
Writer 博客AI 评分2828
GitHub Blog · AI & MLAI 评分2626 GitHub Podcast 探讨 AI 开发中的热门观点：代码审查、RAG、Skills 与 MCP
GitHub Podcast 最新一期探讨了关于 AI 辅助开发的几个常见热门观点。节目指出，开发者仍需审查 AI 生成的代码，但应根据风险调整审查深度；RAG 并未过时，它通过提供模型训练数据外的相关信息来提升回答质量；Skills 和 MCP 解决不同问题，前者是打包的专业知识，后者是连接工具与数据的标准协议，可在同一工作流中共存。
LangChain 博客AI 评分4343 Wiki Memory: 基于文件的 AI 智能体记忆系统 | LangChain 博客
LangChain 博客提出了一种名为 Wiki Memory 的 AI 智能体记忆系统，通过将原始数据转化为结构化文件形式，为智能体提供持久、可读的知识层。该方法不同于 RAG，采用预计算方式生成知识摘要，便于后续智能体快速理解领域内容。Wiki Memory 适用于长期领域知识存储，而非短期对话状态或高频日志记录。
PlatformerAI 评分3737 一个大语言模型维基改变了我的工作方式
作者使用大语言模型（LLM）构建个人知识库，显著提升了工作中的研究效率。该方法通过将资料整理为 Markdown 格式的维基，支持持续更新和快速检索。
The Register · AI/MLAI 评分2626 AI 推理正在颠覆数据基础设施规则
AI 智能体正对云数据基础设施构成前所未有的压力，其推理行为类似 OLTP++，具有超高并发性和不可预测的访问模式。向量数据库与 RAG 应用的瓶颈常在于底层存储和数据访问层，而非 Python 或大语言模型本身。企业必须为极端的 I/O 需求尖峰设计数据路径，并关注 p99/p999 尾部延迟，而非平均延迟。