好久没在牛客写正儿八经的贴字了，今天来写写，总结一下春招来时路。 贴主是广东某双非科班老登（非深大广工）。去年暑期在一家制造业小厂实习，开启了第一段实习，干了两个月后，得知没有转正hc后，贴主也是总理了一波实习内容，完善简历，就辞职开投，加入了秋招大军。 九月的秋招完全没有约到面试，全是测评笔试，金九银十并不适用于我这种双非仔。等到十月下旬，我才慢慢有约面，那时候也拿到两三家小厂offer，但无一例外都要提前实习，最终把一个已经拒掉的offer又舔了回来，北上浙江实习，这也是我第一次独自一个人跑到这么远的地方生活。 这家公司的工作氛围特别好，+1很和蔼，还给我安排了学习路线，很有挑战，在那里的...

午休完裸面，网易某部门。 困死我了😵

大家好，我是程序员鱼皮。最近这两年，只要你接触过 AI 编程，大概率听过一个词，RAG（Retrieval-Augmented Generation）。但很多小伙伴对 RAG 都只是一知半解，导致面试的时候只能说出 “检索增强生成” 这六个字，面试官再多问一点，就只能 “阿巴阿巴”。而这篇文章，是对 RAG 技术的一个全景科普，从最初的 Naive RAG、到现在最主流的 Agentic RAG，总共 16 种主流 RAG 方案，我会一次性给大家讲清楚。以后开发 AI 应用的过程中，无论遇到什么场景，都能选择最合适的 RAG 方案。干货比较多，建议先点赞收藏，再慢慢往下看~什么是 RAG？AI...