第一次使用牛克，是因为校招找工作，此时此刻，我已经在互联网摸爬滚打5年多一点，在工位登味十足；今天下午偶然想起逛逛牛克；牛客上的贴子不论是焦虑的，秀offer的，迷茫的，都仿佛是同样的轨迹，仿佛看到了刚毕业的自己，于是想跟大家伙聊两句，也顺便跟5年前的自己聊两句。这5年里，博主从恋爱走入了婚姻，明明感觉自己也还没长大，还需要被爱；却又做了父亲，需要无条件地爱自己的孩子，正如自己曾经也被父母宠溺一样。从这里看到了命运的循环，每个人从父母的宝贝开始来到这个世界，然后成长，然后学习，然后体验；年轻，尽情成功，也尽情失败，然后像现在的我一样，开始成为大人，开始在职场battle，在家庭避风，在社会搏击...

昨天晚上妈妈突然告诉我，一个在科大毕业每几年的亲戚去世了，才三十不到。突然间我躺在床上，感觉自己对未来的焦虑、烦恼，似乎在生命之重面前成了一片微不足道的叶。昨天我的女朋友送了我一个噜噜的玩偶，我把它放在床上陪着我睡觉。我突然想到，如果有一天我生了一场大病，躺在床上，无法健身，无法学习，无法和我爱的人一起散步，吃饭，做最平常的事情，这有多么可怕啊？我们现在活着，爱着，在努力地往前走，这就是最伟大的财富了。

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...