马振源 Miles Ma

简介

哈尔滨工业大学航天工程本硕，具备 AI 算法研发、模型优化与部署及上亿级数据处理经验。技术实践覆盖 Agent、RAG、自动化工作流、私有化模型部署和业务系统集成。

将业务问题拆解为数据需求、知识结构、工具调用与应用流程，连接场景调研、技术选型、原型验证和系统集成；关注评测样本、人工审核与迭代反馈，推动算法和数据能力转化为可使用、可维护的企业应用。

公开分享

2026.10.24 · Stanley Team 杭州闭门分享会 · 02从零起号：X 账号运营与 FDE 实践分享账号定位、选题与互动运营方法，结合 FDE 实践，用内容连接企业需求与商业机会。

撰写的文章

• INDUSTRY —— 行业方案

  安全生产视觉 AI：叠加现有摄像头，实现看见、判断、行动、留证

  安全生产视觉 AI 如何落地？本文介绍在不更换前端摄像头的情况下，用边缘识别加中心大模型复核的方式，识别叉车超速、危险区域闯入、未戴安全帽等风险，并通过声光告警、责任人推送和证据链存档形成闭环。

  2026.11.04 · 约 1268 字 · 3 分钟
• FUNDAMENTALS —— 基础概念

  什么是大语言模型（LLM）？原理、能力边界与企业用法

  大语言模型（LLM）是怎么工作的？本文解释预训练、指令微调、上下文窗口、开源与闭源模型等基本概念，说明大模型擅长和不擅长的事，以及企业如何把大模型安全地用在业务里。

  2026.11.04 · 约 1608 字 · 4 分钟
• FUNDAMENTALS —— 基础概念

  什么是 RAG（检索增强生成）？企业知识库问答怎么做才好用

  RAG（Retrieval-Augmented Generation，检索增强生成）让大模型先检索企业资料、再基于资料作答。本文讲清 RAG 的原理、企业知识库的完整链路（资料接入、权限、检索、引用、纠错），以及常见的失败原因。

  2026.11.04 · 约 1441 字 · 4 分钟
• FUNDAMENTALS —— 基础概念

  大模型为什么会“幻觉”？企业 AI 的关键数字为什么要由代码算

  大模型幻觉是指模型生成听起来合理、实际错误的内容。本文解释幻觉产生的原因，以及企业如何用检索引用、拒答机制、规则引擎和人工审批，把幻觉的风险控制在可接受范围内。

  2026.11.04 · 约 1291 字 · 3 分钟
• FDE METHOD —— FDE 方法论

  企业 AI PoC 怎么验收？用真实资料建评测集，把指标写进门槛

  企业 AI 项目的 PoC（概念验证）应该怎么设计和验收？本文讲清评测集怎么建、常用指标（命中率、引用率、准确率、耗时）怎么定义，以及如何避免“演示很好、上线不行”。

  2026.11.04 · 约 1491 字 · 4 分钟