�《灯下白》EP09 Henry：从图像AI到向量数据库，他在底层重建AI的理解方式

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

00:00-03:30 从程序员到AI架构师，一次路径的重构

03:30-07:20 十年前进入AI，又选择离开

07:20-11:00 图像识别时代的AI起点

11:00-15:00 云计算阶段：从写代码到做架构

15:00-18:30 Stable Diffusion带来的震撼

18:30-22:00 AI第二曲线：生成能力爆发

22:00-26:00 什么是向量：一串数字的世界

26:00-30:00 高维空间中的“语义关系”

30:00-34:00 为什么AI能理解“意思”

34:00-38:00 传统搜索 vs 向量搜索

38:00-42:00 吾日三省吾身的案例

42:00-46:00 多模态：文字、图片、声音统一

46:00-50:00 RAG的本质：检索+生成

50:00-54:00 企业知识库的真实复杂度

54:00-58:00 精度、成本与速度的权衡

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。

09. Henry：从图像AI到向量数据库，他在底层重建AI的理解方式

灯下白

09. Henry：从图像AI到向量数据库，他在底层重建AI的理解方式