立正说他不追 RAG,是因为试过后判断它不好用;他更看重上下文管理、任务拆解这类底层能力,而不是把 RAG 当成必学的名词。
AI根据立正公开的文章和视频整理,不是他本人回复。重要的判断,请回到出处核对。
他反对的是把 RAG 当必修名词
材料里的观点立正把 RAG、agent 这类词归为“看起来很硬”的第一类货架,把上下文管理、任务拆解、人机协同、结果确定性归为“看起来很软”的第二类。他的判断是:大家容易被第一类吸引,学完打个勾写进简历,就产生“已经进步”的错觉,反而不急着学真正影响结果的东西1。所以他说“我从来不追 RAG”,并称团队在 2024 年研究过 RAG 之后,结论是不需要去学2。
“不用”不等于“从没碰过”
他在另一段里讲得更具体:2024 年 3 月上线课程时,很多人问教不教 RAG,他们回答不教,理由是“RAG 这个东西我们试了,就是不好用”,并因此挨骂。同一段里他也用 LangChain、AutoGen 这类框架和 MCP 举例,说团队会拆开讲哪些点好用、哪些不好用,而不是一概拒绝3。把这些放在一起看,更准确的说法是:他反对把 RAG 当作入门必学项和跟风对象,而不是宣称 RAG 在任何场景都无效。
他自己的产品里其实用了检索
AI推演“问问立正”这个工具的介绍里写明,语义索引用平台的 embedding 接口建,3115 个片段的向量提前离线算好、约 3MB 直接放进内存,因为运行内存只有 256MB,所以用不着向量数据库4。这说明他排斥的不是“检索”这件事,而是把 RAG 的 pipeline 当成学习起点和身份标签。按这个思路,判断要不要上 RAG,可以先问:你的语料有多大、更新多频繁、内存和延迟限制是什么;如果只是几千个片段,先把索引离线算好放进内存,可能比搭一套向量数据库更省事。这是 AI 根据上述材料做的推演,不是他本人的原话。
现有片段只给出他“不追 RAG”“试了不好用”的结论,没有展开他测试的具体任务、数据和失败原因;《课代表立正》3的说话人标注为待核,引用时需以原音频为准。
出处
- 1AI的正确打开方式:不学概念,学动作
给出“硬货架/软货架”的区分,解释他为何认为学 RAG 容易变成打勾式进步。
- 2AI已经用得很好,为什么还是怕被淘汰?
他本人明确说“我从来不追 RAG”,并提到 2024 年研究后的结论。
- 3课代表立正:AI 课卖 2000 刀,偏偏坚持古法手搓
补充“试了不好用”的原话和当时被追问教不教 RAG 的背景。
- 4问问立正:直接问我讲过的内容,Founding Member不限次
说明他自己的工具用了 embedding 检索但不用向量数据库,帮助区分“反 RAG 名词”和“反检索”。
你也有想问的?
卡住的时候,问问立正:回答附有出处,可以点回原文核对。
也可以接着问:
别人还问了
- 我想问一下关于RAG的问题。我印象中你有说你做问问立正的时候,最开始想要用RAG,后面把它给去掉了。你说这背后是产品的品位。我想让你帮我找找这个问题的视频在哪里,或者文章在哪里。另外就是其他的关于RAG的内容你也可以给我推荐一下。
现有材料里没有你记得的那段“做问问立正时最初想用RAG、后来去掉,并说这是产品品位”的原文;能确认的是立正公开批评过标准RAG流程在真实场景里不好用。
- 这个课干啥的
这是一门教人真正把 AI 用进工作与项目的课,重点不是软件操作步骤,而是提需求、判断与动手做的能力;另有一门一小时小课供先试。
- 课代表在223年写的一篇文章里面有讲包括大语言模型是怎么来的呀?介绍这些背景资料的
按现有片段,无法确认“课代表”在2023年写过介绍大语言模型由来的文章;能确认的是立正在2023年有两份公开讲解,分别从生成模型原理和范式变化切入。
- 前辈想请我付费帮她做一档播客,我很愿意采访,但觉得采访完之后的剪辑和发布比较麻烦。一方面我觉得 AI 应该可以把后期做的不错,但实际上我自己的播客后期一直没有弄的很丝滑。我不太知道怎么判断这件事合适。我想的是,我可以收很低的费用,只负责采访。或者用相对高一些的费用,把采访和后期都接了。不太想接负责找外包剪辑同学以及和外包同学沟通,之前自己试过比较麻烦。
按你的约束,更稳的是低价只接采访,把后期排除在承诺之外;若想连后期一起接,就应把外包剪辑和沟通成本算进报价,而不是假设 AI 能替你消化。
- 如何做好 data agent?
做好 data agent 的关键不在模型多强,而在先把数据关系建模成图、在生成查询外加一层审计纠错,并把上线后的持续调优当成常态。
- 目前用了很多 agent,如果管理跨 agent 的 skill 更新和维护问题?
把 skill 当成需要持续运营的共享资产:统一存放、版本化、按环境适配,并给高风险改动加审批。多 agent 不是多份 skill,而是同一份 skill 被多处引用。