📚 精选文章 | Curated Reading
1. 《Claude 3.7 企业版深度评测：工具调用能力能否超越 GPT-5？》
Anthropic 发布的 Claude 3.7 企业版在工具调用能力上进行了重点升级。这篇来自 Anthropic 官方 blog 的技术解析。
核心升级点：
- 并行工具调用：Claude 3.7 可以同时发起多个 API 调用，相比串行调用大幅降低延迟
- 流式响应（Streaming）：支持 Server-Sent Events，实时流式输出，适合需要逐步展示结果的场景
- 完整的审计日志：企业版自动记录所有对话和工具调用，便于合规和审计
对比 GPT-5：在需要多工具协作的工作流中，Claude 3.7 的并行能力稍占优势；在纯推理能力上，两者各有千秋。
2. 《从零构建多模态 RAG：文档、图像、语音的统一检索》
这篇文章来自 Towards Data Science，系统讲解了多模态 RAG（Multi-modal RAG）的架构设计。
核心架构：
- 文本 Embedding：使用 BGE 或 E5 模型进行文本向量化
- 图像 Embedding：使用 CLIP 或 SigLIP 进行图像向量化
- 语音转文本：使用 Whisper 进行 ASR 后再 Embed
- 统一检索层：所有模态的 Embedding 映射到统一向量空间，用户可以用文本检索图像
工具推荐：LangChain、Cohere Embeddings、Voyage Multimodal
3. 《AI 陪伴应用的用户体验设计：别让 AI 变成”恐怖谷”》
这是一篇关于 AI 伴侣/陪伴类产品设计的反思文章，来自 UX Collective。
核心观点：
- AI 过于接近人类会触发”恐怖谷”效应（Uncanny Valley），适度的非人类特质反而更让人接受
- 共情能力不是靠”我理解你的感受”这样的台词，而是靠及时、精准、务实的帮助
- 用户对 AI 陪伴的期待正在从”情感慰藉”转向”效率工具”
设计建议：
- 明确能力边界，不要过度承诺
- 保持一定的人机差异，让用户清楚这是 AI 而非真人
- 重视隐私，让用户控制自己的数据
4. 《开源 LLM 的一年：LLaMA 系列如何改变 AI 格局》
2025-2026 年，开源 LLM 经历了爆发式增长。这篇文章回顾了 LLaMA 系列的影响。
关键里程碑：
- LLaMA 2：首次有主流开源模型提供可商用版本
- LLaMA 3：8B 模型性能逼近 GPT-3.5，降低了本地 AI 门槛
- LLaMA 4：MoE 架构让 400B 模型可在 40B 激活参数下运行
生态影响：开源模型催生了 Mistral、Qwen、ChatGLM 等众多国产模型，它们在中文场景表现优秀甚至超越 GPT-4。
📌 本期要点：Claude 3.7 并行工具调用是亮点、多模态 RAG 是未来方向、开源 LLM 生态已完全成熟。
本内容由 AI 辅助整理，推荐阅读时间约 55 分钟。