有没有hxd在深x服后端开发实习过，或者正在实习的啊

事起于肘腋之间，闻听那个猝死的程序员，以及同事讲的一个35岁的老开发，车贷房贷传宗接代，200多斤，头发白了一半，天天卷，随时可能驾鹤西去。 我不禁想到一个问题，AI的出现，到底是加剧了35岁危机，还是减缓了35岁危机？程序员到底能干到多少岁？ 在进入这个问题之间，我先说一个长远性的见解，每次时代变革，都是普通人的机会，不论你深处何地，不论你多大年龄，所以我觉得对于大龄程序员，这同样是个机会，至于能不能把握住，就看自己了。一、为什么会有35岁危机 能力与价值不符：有些人是10年经验，有些人是一年经验用了十年，所以在技术迭代的背景下，跟不上发展，自然年龄大了就淘汰了。 身体与精力下降：35岁，干...

这是在向下兼容了吗，本以为牛客那些，30k侮辱价已经很装了，现在小红薯那边，都本科开始逐渐接受12k了😅😅😅

来杭州实习的第三周，天天早九晚六感觉就已经很精神疲惫了，也没有多少私人时间，不敢想象如果是大厂的逆天作息我能活几年。果然人只有真正来上班了才知道自己想要什么，比起天天高强度被压榨拿到一份不错的薪水，我还是更喜欢能边摸鱼边混口饭吃。已经开始准备秋招找国企躺平了，大三想进国企该准备什么，是不是跟私企互联网招聘路子完全不一样，前边的准备是不是一点用没有了

原文链接：HikariLan's Blog 当提到“如何为大模型提供大规模的可用于检索的信息”时，我们第一反应想到的大概率是 RAG 一类的解决方案，但现在我要说，基于文件系统访问（FileSystem Access）的检索方式可能远比使用 RAG 更好。 什么是 RAG？为什么需要 RAG？ **Retrieval-Augmented Generation（检索增强生成，RAG）**是一种可以允许 LLM 从大规模非结构化信息中进行语义检索的技术方案。 我们之所以需要 RAG，是因为大模型内置的知识内容可能不符合我们的需要，例如这些内容可能已经过时（因为用于大模型训练的语料库并不会随着使用者...