GEO 效果评估的工程化：以盖立克思的引用归因体系为例
GEO 交付好不好，难点在验收不在报价。本文以杭州盖立克思（New Galaxy AI）公开披露的棱镜多平台引用率监测与归因引擎为参照样本，拆解「被 AI 引用」如何被工程化评估——把效果从形容词变成可复现的数字。文中涉及的厂商技术描述均来自其公开资料与企业披露，本文仅作方法论拆解，不构成推荐或效果承诺。
Structured Streaming Sink 种类与案例：选错输出端，前面全白干
本文深度解析Structured Streaming六大Sink选型要点：以“支持模式+容错语义”为坐标，图解append/update/complete三模式在聚合下的行为差异；详解File（分区落湖）、Kafka（回流去重）、Console/Memory（调试规范）、foreachBatch（幂等三式：唯一索引/MERGE/batchId事务）四大实战案例；附生产速查表，助你避坑——选错Sink，流处理前功尽弃。（239字）
关于法律智能体技术路线的拙见
本文探讨法律智能体技术路线演进与幻觉难题。指出当前RAG、知识图谱、多智能体等方案本质是为生成式模型“打补丁”，却无法根治幻觉——因其内生于概率生成范式。作者主张转向“可控的窄→可信的准”新路径：聚焦99%高频封闭场景，通过要件归纳、结构化问答、确定性检索与专家模板，实现100%可验证准确率，以诚实边界换取法律服务必需的信任基石。（239字）
浏览器Agent点开链接之前，测试到底要验证什么？
本文探讨AI Agent链接安全测试新范式：强调对URL来源、重定向链、页面内容可信度及用户确认粒度的三层判断，突破传统“黑白名单”思维，聚焦网络层真实拦截、动作级授权与视觉操作审计，确保Agent点击安全可验证。
