RAG 不止是检索：Milvus 在 Context Engineering 中的湖仓一体实践｜AICon 北京

12 月 19-20 日， AICon全球人工智能开发与应用大会收官之站将在北京举办，本次大会 将以 “探索 AI 应用边界” 为主题，聚焦企业级 Agent 落地、上下文工程、AI 产品创新等多个热门方向，围绕企业如何通过大模型提升研发与业务运营效率的实际应用案例，邀请来自阿里、字节、华为、京东、快手、美团等头部企业、大厂以及明星创业公司的专家，带来一线的大模型实践经验和前沿洞察。一起探索 AI 应用的更多可能，发掘 AI 驱动业务增长的新路径！

Zilliz 工程总监 & Milvus 负责人刘力已确认出席并将在「Context Engineering」专题发表题为《RAG 不止是检索：Milvus 在 Context Engineering 中的湖仓一体实践》的主题分享。Informational Context 是 Context Engineering 中至关重要的一环，而其核心挑战不在于"多"，而在于"准"。为了解决 long context 带来的高成本、低性能和差效果问题，RAG 成为了最不可或缺的技术手段。随着 Context Engineering 场景大规模落地，RAG 也在快速演进。

当下的 AI 应用通过超前的体验快速获取用户和数据，再通过离线分析和模型训练将数据转化为壁垒，形成完整的数据生命周期闭环。在这个过程中，RAG 面临的挑战已经从简单的"搜相似"升级为：如何低成本支撑大规模多租户？如何通过复杂搜索策略提升精度？如何处理海量多模态数据？如何与数据生态深度耦合？过去一年里，我们围绕“非结构化数据湖仓一体”持续探索，并在大规模应用中沉淀出一系列可复用的实践与教训。本次分享将对相关关键问题、取舍与解法进行系统梳理。

刘力是 Zilliz 研发总监兼 Milvus 技术负责人，拥有多年的数据库，大数据处理等方向的开发经验，目前在 Zilliz 负责领导核心数据库的研发和维护工作。曾于 Meta 就任高级工程师，负责广告流式数据框架的设计和开发工作。刘力拥有卡内基梅隆大学信息技术硕士学位。他在本次会议的详细演讲内容如下：

演讲提纲

1. Context Engineering & RAG

• Context Engineering 的三大类型：Guiding、Informational、Actionable

• Informational Context 的核心矛盾：质量 vs 数量

• RAG 在其中的定位与演进：从向量搜索、GraphRAG 等

2.如何保证 Context 的质而非量

• 过滤搜索、混合搜索（多向量搜索、关键词检索）、ColBERT 等技术思路

• 聚合搜索、迭代式搜索等新式的搜索方法

3.Context Engineering 在线场景

• 多租户问题简述，有什么样的挑战

• 如何在写入和查询放大间取得平衡

• 如何在海量数据下平衡性能和成本

• 多租户场景下有怎样的功能需求，该如何满足

4.湖仓一体如何闭环非结构化数据的生命周期

• 非结构化数据的生命周期简述，包括在线服务，Data Mining 和 Model Training

• 场景的需求和技术的挑战，以及如何解决这些的问题

听众收益：

• 理解 RAG 在新一代 AI 应用中的核心作用和技术演进趋势

• 掌握通过真实场景总结出的非结构化数据生命周期管理方法

除此之外，本次大会还策划了LLM 时代的软件研发新范式、Context Engineering、Data+AI / Agent 落地实践、大模型系统工程、企业级 Agent 的设计与落地、大模型时代下的搜广推系统实践、多模态从技术突破到创新应用落地等 10 多个专题论坛，届时将有来自不同行业、不同领域、不同企业的 50+资深专家在 AICon 北京站现场带来前沿技术洞察和一线实践经验。

现在报名即可以享受 9 折优惠，单张门票立省 580 元，详情可扫码或联系票务经理 13269078023 咨询。