https://joker1point.github.io/techlog/blog AI Agent 工程化实践复盘：架构设计、容错与可靠性、上下文工程与成本治理。 zh-cn birenwenmou@qq.com (眠月) birenwenmou@qq.com (眠月) Thu, 08 Oct 2026 00:00:00 GMT https://joker1point.github.io/techlog/blog/what-counts-as-same-event https://joker1point.github.io/techlog/blog/what-counts-as-same-event 把「同一件事的多方报道」聚成一条时间线，听起来是道相似度题，实际做下来：纯余弦区分不了「同一领域」和「同一件事」（语料两两余弦最大仅 0.706），加实体词会把 Arxiv 每日批次串成 10 条大簇，最后只能退回最保守的口径。v2 把判同交给模型，第一次评测就被教做人——模型错判时置信度同样是 0.95+，校准阈值救不了。而上线之后最反直觉的发现是：判同明明准了，缺的却是「有人跟它撞题」。 Thu, 08 Oct 2026 00:00:00 GMT birenwenmou@qq.com (眠月) clusteringevent-clusteringllmprompt-engineeringevaluationragengineeringvdb-news