当前位置：首页 → 电脑软件 → 阴阳师推出签到3000天皮肤 → 牛牛如何打伙牌 v2.712 最新版
v5.885 安卓漢化版
v5.197.8517 安卓免費版
v9.63.2464.758088 安卓漢化版
v4.662.9476.691412 最新版
v3.392.908.90094 安卓最新版
v2.471.9620.591462 IOS版
v7.290.3081.687033 IOS版
v3.62.5787.876384 PC版
v1.39.5269 最新版
v5.671.3169.685953 IOS版
v1.659.636.484636 安卓最新版
v4.438.2094.55301 安卓免費版
v9.824.6639.606739 安卓版
v6.312.2991.690987 最新版
v5.568.5588.725156 IOS版
v9.408.5309 安卓版
v6.413 安卓免費版
v5.200.388.223224 最新版
v9.966.5618.600857 安卓版
v6.710.3919.572053 PC版
v8.32.1683 安卓漢化版
v9.786.794 最新版
v9.864.6120.323714 PC版
v5.817.7720.920725 安卓免費版
v2.201.3934 安卓免費版
v3.657.2055 IOS版
v6.773.738 IOS版
v6.821 最新版
v3.880.8120.395812 最新版
v5.362.5075 安卓最新版
v9.7.5274.595512 最新版
v3.772.3407.375392 IOS版
v5.894.4237 安卓漢化版
v8.636.7358.730464 安卓漢化版
v2.671.9923 IOS版
v8.229.1595 安卓漢化版
v3.303 安卓免費版
v4.914.9849.637260 安卓免費版
v5.869 PC版
v5.980.307.531848 安卓漢化版
v8.985.7266 IOS版
v7.881.2548.609376 IOS版
v7.87.2035 安卓免費版
v1.681 安卓版
v1.867.6927.495483 最新版
v1.165.7389.901570 PC版
v7.904.4610 安卓免費版
v8.946.1543.173396 安卓最新版
v3.544.6721.567711 安卓漢化版
v3.672.9406.166535 IOS版
v4.153.7925.840949 IOS版
v7.640.3412 安卓免費版
v3.817.3581.61669 安卓漢化版
v6.984 IOS版
v5.63.2209 安卓漢化版
v1.644 最新版
v7.164.8263 PC版
v6.490.7255.938458 安卓最新版
v5.723.5466.278486 最新版
v9.239.2805.244472 安卓漢化版
v2.187.6794.670897 安卓最新版
v9.974.3746.71705 安卓免費版
v8.725.2960 安卓免費版
v6.943.6555.13204 安卓漢化版
v6.777 安卓版
v4.873.7507.129754 PC版
v5.768.6763.972940 最新版
v5.692.8033 安卓免費版
v2.203.1886.413232 安卓最新版
v2.832.5233 IOS版
v5.695.1023.717426 安卓最新版
v8.991.7500.195080 安卓漢化版
v7.265.5836.461605 IOS版
v7.804.4117.669678 IOS版
v9.737.335.160450 PC版
v3.72.3673.796191 安卓免費版
v2.541.4135.866520 安卓漢化版
v4.5.3212.518904 安卓免費版
v3.571.410 PC版
v9.215 安卓免費版
牛牛如何打伙牌
新智元报道
编辑：倾倾
【新智元导读】Google宣判RAG死刑！那条曾让无数工程师自豪的技术链，如今只剩下一行API调用。Gemini的File Search，把检索、分块、索引、引用，全都封进了模型内部。开发者不再需要理解流程，只需要上传文件。当智能被自动化吞并，工程师第一次发现，自己也成了被自动化的一部分。
在过去几年里，RAG是工程师的底气。
他们手动切块、生成向量、建立索引，再把检索到的内容精准拼进prompt。
那是一整套细腻又繁琐的工程活，只有真正懂这些流程的人，才敢说自己「会用大模型」。
而现在，这份骄傲被一行API抹平了。
Gemini的File Search上线后，上传一个PDF或JSON，模型就能自动完成分块、检索、引用，甚至附上来源。
File Search 抽象化了整个检索流程。
这句话像一把锋利的刀，切掉了人和系统之间最后一点链接。
AI不再需要工程师去教它查资料，而工程师，也开始被自己的发明优化掉。
从流程到函数：Google一刀切掉RAG工程链
Gemini的File Search发布后，RAG从工程系统变成了API内置能力。
上传文件，模型自动完成分块、embedding（向量化）、索引、检索与引用，全部在同一接口内完成，无需自建向量库或维护检索逻辑。
多格式支持也被一次性打通：PDF、DOCX、TXT、JSON，以及常见代码文件可直接解析和嵌入，快速搭建统一知识库。
这让开发者能快速构建完整的知识库，而不必再为文件类型或结构做额外适配。
在更新说明中，它被定义为：
一个完全托管的RAG系统，已直接嵌入Gemini API，检索流程被彻底抽象化。
开发者不再需要设计chunk策略或索引结构，系统会在后台自动完成所有环节。
Gemini File Search工作流程：上传文件→自动生成embedding→调用Gemini检索并生成答案→输出含引用结果
定价被改成了「轻入口」：查询时的存储与embedding生成免费；只在首次索引按$0.15/百万tokens计费，这让部署与扩容的边际成本趋近于零。
这意味着搭建知识检索的成本几乎降为零，RAG的技术门槛也随之被平台吸收。
File Search的逻辑：RAG嵌进API
File Search的核心不在能不能搜，而在隐藏整条检索链。
在过去，想让模型基于外部资料回答问题，必须自己搭一套RAG流程：
先把文件切成小块，再用embedding模型把每块转成向量，存入向量数据库；当用户提问时，再检索最相关的片段，把结果塞进prompt里生成回答。
Ask the Manual演示应用程序由Gemini API中的全新文件搜索工具提供支持
整个过程需要维护数据库、管理索引、调参、拼接prompt，每一步都依赖工程师。
而现在，这一切被放进了Gemini API的底层。
上传文件，系统自动完成分块、embedding与索引；提问时，调用同一个generateContent接口即可，Gemini会在内部完成语义检索与上下文注入，并在回答中自动生成引用。
甚至使用的是专门的gemini-embedding-001模型，确保检索与生成的语义空间完全一致
上传一份新万博体育：现代i10的文档并询问「什么是现代i10？」。Gemini会检索相关段落，撰写有理有据的答案，并显示支持该答案的来源。
更重要的是，File Search改写了开发逻辑。
开发者不再需要额外部署数据库，也不需要维护检索管线；整个过程只在一次调用中完成。
这意味着，RAG从一个独立系统变成了一个参数。
过去要几百行代码才能跑通的流程，现在是一行配置。官方示例调用如下：
当所有检索、存储、注入、引用都自动完成，工程师再也不用理解系统怎么找到答案。
File Search让RAG从一套需要掌握的知识，变成一项被调用的功能。
那一刻，技术不再是一种能力，而成了一种选项。
被抢走工作的工程师
File Search的上线，不只是一次工具升级，而是一场角色迁移。
它让系统具备了自我构建的能力——能够自动切块、索引、检索、引用。
过去，理解这些逻辑是工程师的价值所在；现在，这种理解被彻底隐藏。
在早期接入里，Beam（Phaser Studio）的变化最直观：
他们把File Search接进内容生产线，用来检索模板、组件与设计文档；每天上千次查询跨越六个语料库，两秒内合并结果。
CTO ichard Davey的说法是：
过去几天的工作，现在几分钟就能出结果。
这当然是生产力的进步，但也意味着——工程师失去了对系统的解释权。
当检索策略、引用逻辑、甚至数据结构都由平台控制，工程不再是搭建系统，而是调用系统。
从外部看，这只是少写几百行代码；但从内部看，这是知识密度被平台吸收的瞬间。
当复杂被隐藏，人也随之变得可替换。
权力的迁移：从工程师到平台
File Search的出现，真正重塑的不是开发体验，而是权力结构——它让理解系统的人从工程师变成了平台。
在传统的RAG流程中，工程师拥有对系统的掌控权。
他们能决定怎样分块、怎样索引、怎样检索，也能解释模型为什么会给出某个答案。
这份掌控感来自于可见性——他们看得见每一步的逻辑。
File Search把可见的工程步骤收进了不可见的API。
检索策略、索引结构、引用规则被托管在云端，开发者只看得到答案，看不到过程
这意味着知识注入的权力正在集中：模型基于哪些段落回答、忽略了哪些证据、如何权衡检索结果，均由平台决定。
工程师不再「构建系统」，而是「调用系统」。
这并非孤例。OpenAI的Custom GPTs、Anthropic的Console、以及Gemini的File Search，都在把复杂度下沉到平台底层，让开发更容易，也更受控。
每一次抽象化，都是一次权力集中。
File Search的诞生，让AI开发进入了零配置时代：
人不再需要理解模型，只需调用模型；平台不再提供能力，而是直接提供结果。
这场变化没有任何戏剧性的冲突，却彻底改变了技术的边界。
当系统自己搭建系统，个人的理解被替代为对平台的信任。
File Search并没有「杀死」RAG，它只是把RAG变成了系统的血液。
复杂被隐藏，权力被集中；工程师要做的，是在更高一层的封装里，找到新的入口。
参考资料：
https://blog.google/technology/developers/file-search-gemini-api/
https://x.com/frxiaobei/status/1990091775382602021?s=20
https://medium.com/%40abdulkadir9929/gemini-apis-new-file-search-tool-built-in-rag-for-everyone-e990c054dcff
秒追ASI?点赞、转发、在看一键三连?点亮星标，锁定新智元极速推送！
相关版本
多平台下载
查看所有0条评论>网友评论
