108
0🎙《灯下白》EP09 Henry
嘉宾：Henry
数据库解决方案架构师，十余年AI从业经验。从早期机器视觉到云计算到向量数据库与Agent，长期参与企业级AI系统落地与架构设计。
主持人：吴熳
在得到直播讲过AI应用，在WaytoAGI北京切磋分享，代表中国在英国大使馆文教处国际大会全英发言讲中国AI如何赋能英语教学，AI牛马库导航科普网站 ka21.org 主理人
本节目由人类与GPT共同策划，剪映处理音频中水词，千问处理剪辑时间轴，GPT撰写Shownotes，Banana Pro生成播客logo，即梦生成播客封面，Suno生成片头片尾音乐，同时由声湃和中关村科学城公司提供录音场地，由罗德麦克风提供录音设备。感谢中关村科学城的政策支持！
🪝本期故事
一个做程序员出身的人。
原本的路径很清晰：
写代码、做系统、做工程交付。
但在AI的第一波浪潮里，他已经入场。
后来却离开了。
他转向云计算，开始做架构与解决方案。
直到有一天，他重新看见AI。
这一次，不再是图像识别。
而是生成。
当Stable Diffusion出现的时候，他意识到：
AI的能力，已经超过了他的想象上限。
他决定再次回到AI。
从图像，到向量，再到RAG。
这一期，我们聊的是：
一个工程师，如何在两次AI浪潮之间，重新选择方向。
💡本期你会听到
什么是向量，为什么AI能“理解意思”
RAG到底解决了什么问题
传统搜索和AI搜索的本质差异
为什么AI擅长语义，却不擅长算数
企业为什么一定要做知识库
向量数据库在AI系统中的位置
🔥本期金句
AI不是在理解文字，而是在计算关系。
向量的本质，是把世界变成一串数字。
有多少人工标注，就有多少智能。
AI擅长语义，但不擅长数字。
真正决定效果的，是你如何组织数据。
⏱Shownotes
15:00-18:30
Stable Diffusion带来的震撼
58:00-结束
AI落地，本质是工程问题
📖故事摘要
Henry最早是做程序员的。
那是一种“构建系统”的能力：
写代码、做模型、交付项目。
他很早就进入了AI领域。
参与过图像识别、数据标注的早期阶段。
但那时候的AI，还不够成熟。
他选择离开，转向云计算。
直到生成式AI出现。
Stable Diffusion让他第一次意识到：
AI已经不是过去那个AI了。
它开始具备创造能力。
他重新回到AI。
这一次，他进入的是更底层的领域：
向量、语义、关系、RAG。
在这期节目里，他拆解了一个核心问题：
AI是如何“理解世界”的。
不是通过文字，
而是通过数字之间的关系。
他也分享了真实的工程经验：
为什么AI擅长语义却不擅长计算，
为什么企业必须构建自己的知识库，
以及RAG系统在真实场景中的复杂性。
当AI开始统一文字、图片、声音之后，
真正重要的，
不再是你输入了什么，
而是你如何组织这些信息。
💬听众互动
如果AI已经可以理解“意思”，而不是“关键词”，你还会像以前一样搜索吗？欢迎在评论区聊聊。
