# 被王虹刷屏的两天
> 采集时间: 2026-07-28 12:13:50
> 作者: Susan STEM (@feltanimalworld)
> 来源: https://x.com/feltanimalworld/status/2081841595087827028
> 共 3 条帖子
---
## 2026-07-28 03:29:51
被王虹刷屏的两天：
任何不合群的想法，都能让你免于平庸。她可幸好没继续跟数院那帮人在北京卷生卷死。数院的人又不是一个也不认识，优秀的后来也就那样。
没有绝对的天才，不过是找到了适合你呆的地方，适合你发光的位置。
吃苦不通向成功，是你完全忽略所有让你不舒服的信号。这个世界无数次尝试着告诉你一些看不到的真相，所谓的“感觉”....你可硬凭着“吃苦”把这些信号屏蔽了。说啥好呢。
---
## 2026-07-28 04:38:09
RAG现在对我考察的大部分小型企业来说，一般都是足够的。比如小诊所，小公司。他们小企业，比如前台，一些管理职位，流动性大，这个可以减少交接摩擦，都蛮欢迎的。问题不是RAG编不编的问题，就算给了可靠的强引用又如何呢？甚至还有，他们的文档都很乱的问题。
RAG 其实已经完全够用了。用不用向量数据库，检索链路怎么搭，召回率还能再提高多少，已经不是最关键的问题。
但我现在真正关心的已经不是“能不能查到文档”，而是文档本身到底值不值得被信任。[@Chinese_XU](https://x.com/Chinese_XU) 你好像是中推里我看到唯一一个说过文档不一定可靠的。
很多小企业的文档原本就是乱的。版本混乱、彼此冲突、长期无人维护，写在文档里的流程和现实中的做法甚至可能完全不是一回事。在这种情况下，就算 RAG 把文档准确地查出来了，又能怎么样？就算它给出了可靠引用，又能怎么样？可靠引用只能证明“这句话确实写在某份文档里”，却不能证明它现在仍然有效，更不能证明系统应该按照它执行。
这段时间和一些朋友交流之后：文档当然重要，但文档本质上是一个历史层。它记录的是这个组织过去说过什么、做过什么、曾经形成过什么共识。
RAG我真的觉得是可以的。他们自己用了也挺满意。
真正值得长期、稳定开发的，是运行时中的 Policy。
它适用于谁，在什么条件下生效，谁拥有批准权，什么行为被允许，什么行为被禁止，哪些例外可以覆盖一般规则，不同规则冲突时谁的优先级更高，以及当前对象下一步能够进入什么状态。
我之前也尝试过把 Policy 对象化，再把它并入一个类似 Skill 的执行流程里，但效果并不理想。当然，我在这件事上投入的时间还不算多，不过目前最明显的感受是，它很难收敛成一个边界清晰、结构稳定、可以复用的抽象。
> **引用的帖子**
> @CycleDecoded
> 写 RAG（检索增强生成）系统太重？试试这个直接把向量数据库给“干掉”的替代方案。
>
> 如果你在做 LLM 应用，为了让 AI 读懂企业私有文档，大概率搭过经典的 RAG 架构：Chunk 切分、Embed 向量化、存 Vector DB、检索、拼
> [查看原帖](https://x.com/CycleDecoded/status/2081722091393732775/photo/1)
> 
---
## 2026-07-28 05:14:11
小企业的需求那是真需求。包括他们有一点点，都容易上，比如诊所就搞个语音chatbot， 搞笑的很，还给你搞环境噪音，让老人家客户以为是个真人。说什么呢？就问你打电话来干嘛，就这个信息采集，对小企业来说都能缓解一点前台压力。
---