1. 个人介绍2. 实习拷打3. RAG 的优化，项目中 Agent 的流程RAG 的核心链路是：文档处理 -> 建索引 -> 检索召回 -> 重排筛选 -> 上下文拼接 -> 大模型生成。它的优化也主要围绕这几步展开。先说文档处理。原始文档不能直接粗暴切块，要先做清洗，比如去掉无效页眉页脚、目录、乱码、重复段落。然后做合理切分。切分太大，会带入噪声；切分太小，上下文会断。常见做法是按段落、标题层级、语义边界切 chunk，并适当设置 overlap。再说检索阶段。RAG 不一定只用向量检索，通常会把 BM25、向量召回、关键词召回混合起来。向量召回解决语义相似，...

26年是不是都要大力搞AI，现在做Agent就是最好的方向吗。。

如果你现在还没收到offer，先深呼吸，听我说一句扎心但真实的话：不是你不行，而是你投简历的方式还停留在三年前。最近招聘市场有一个微妙的变化——岗位没少，但游戏规则变了。为什么你投了几十份没回音？因为HR现在筛简历，看的不是你“会什么”，而是你能“解决什么问题”。一位大厂HR总监分享过她的筛选逻辑：结构完整→硬性条件→隐形条件→加分项→人岗匹配。什么意思？如果你的简历只是罗列“我做过什么”“我学过什么”，那在HR眼里，你和隔壁班同学没有任何区别。真正让你脱颖而出的，是你有没有“行业标签”。看看现在的薪资差距就明白了：同样是3年经验，传统行政岗和互联网运营岗差一截，通用开发和垂直行业专家又差一截...