<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>知识资产化 on AI内参</title>
    <link>https://www.neican.ai/tags/%E7%9F%A5%E8%AF%86%E8%B5%84%E4%BA%A7%E5%8C%96/</link>
    <description>Recent content in 知识资产化 on AI内参</description>
    <generator>Hugo</generator>
    <language>zh-cn</language>
    <lastBuildDate>Fri, 26 Jun 2026 11:40:04 +0800</lastBuildDate>
    <atom:link href="https://www.neican.ai/tags/%E7%9F%A5%E8%AF%86%E8%B5%84%E4%BA%A7%E5%8C%96/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>模型即大脑：Engram 如何通过“神经记忆”重构企业知识架构</title>
      <link>https://www.neican.ai/insights/engram--20260626114004975-1/</link>
      <pubDate>Fri, 26 Jun 2026 11:40:04 +0800</pubDate>
      <guid>https://www.neican.ai/insights/engram--20260626114004975-1/</guid>
      <description>Engram 提出的“权重记忆”范式打破了传统 RAG 系统的性能瓶颈，通过将企业专属知识直接烘焙进模型参数，实现了从外部知识调用到内化神经智能的跃迁。这一范式不仅降低了推理成本，更开启了未来“个人专属模型”持续进化的技术路径。</description>
    </item>
  </channel>
</rss>
