前言 你问大模型一句：“今天天气如何？”，它可能给你查一下本地今天的天气。 你再问它：“那北京的呢？”，他开始科普起了北京，完全忘了上文中的对话，推算出我们是需要他接着回答北京的天气。 以上是发生在早期各家 AI 助手中出现的问题，丢失上下文记忆。随着技术的发展，模型越来越“大”，这个问题出现的时间点（对话轮数）也越来越靠后。那么问题来了，模型是如何记住上下文的？我们该如何优化，在有限上下文中做更多事情？ 大模型根本不记 下面是我在开发AI应用的一个简单的解析图  是的，没错。我们每次的对话，包括之前的内容，都要一起发送给大模型。大模型本身不会去存储这些内容。既然不用存储，那如果不限制时间，岂...

哈哈哈 和你们开玩笑的

👋个人背景：双非本+硕👏offer1：林洋能源，上市公司——硬件工程师💯offer2：南京一家电力公司，100人左右——嵌入式硬件工程师🌱offer3：盛合晶微，1000人左右——产品测试工程师三家工资待遇差不多，林洋公积金太低了，位置还有点偏，南京小公司不知道稳不稳定，盛合晶微的岗位有点犹豫。没招了，手里只有这三家，求求大家帮忙选个保底