在构建AI Agent（智能体）时，如何引导大模型有效完成复杂任务是一个核心问题。当前主流范式主要有两种：ReAct（推理+行动） 和 Planning & Extractor（规划+提取器）。它们都旨在增强模型的自主性和任务执行能力，但在工作流程和适用场景上存在显著差异。本文将通过实例对比两者的异同，帮助企业根据实际需求选择合适范式。一、ReAct范式ReAct由Shunyu Yao等人提出，其核心思想是让模型在生成过程中交替进行“推理”和“行动”。模型会先思考当前状态（Reasoning），然后决定采取什么行动（Acting），如调用工具、查询知识库，之后根据行动结果再次推理，直至...

之前在字节实习的时候是400元/d（据说现在RD已经是500元/d了）。在当时看来400一天的实习已经算很高了，至少不是付费上班，除去房租和一些日常开销外还能有很多剩余。

ssob是已读不回的，字节是压根不敢投的，简历是反反复复改了N遍的，八股是永远背不完的😅😅😅扯远了，道心破碎了，把简历发出来让大伙先看看笑话。再说正事。寒假日常实习还是很难找，连个面试都难约，我不是个例，这是网上普遍反映。不报希望了，趁着2、3月前赶紧做些什么才是。扔几个碎碎念：1.这破简历还能怎么改？写到什么程度才能过实习岗筛选？广大牛友来锐评一下2.火速辅修go，是否可行目前看来是学习成本最小的。首先，很多go实习岗位已经明确要求掌握gin等技术栈，拿java简历投go的时代已经过去了。其次，很多后端的东西，MySQL、Redis这些都是通用的，不用重新学。所以这个问题就具体为：2.1 java&go混血简历怎么写第一个项目，仿大麦的微服务，不太好改。因为有用到Redisson、AOP、SpringAI这些java强相关的东西，包装成go需要替换这些方案。第二个，点评魔改。应该可以包装成go，github上也有人用go重写过。2.2 java&go通用的轮子RPC直接pass了，太烂大街了。不知道动态线程池能不能做。反正项目上新有风险，不一定来得及，非必要就不开新的项目。补充：别跟我扯RAG了，这玩意已经成新的烂大街了，详见我上一篇的吐槽。3.认真学微调prompt什么的这个半步踩进算法了已经。八股和场景题完全就是另一套，没两三个月搞不定的。约等于换方向

#工作中哪个瞬间让你想离职#大部门 HR 搞滑雪团建，光看安排就已经够离谱了：就一下午，来回 2 小时地铁 + 1 小时大巴，本来还说在滑雪场吃饭，转头又改成回公司附近吃，抠门和寒酸都写在脸上了。我当时是部门实习生，一开始团建问卷还能点开，我没立刻填。结果没过多久，再点进去直接无访问权限。明眼人都看得出来：就是看我是实习生，不想让我去，悄悄把我权限关了。更搞笑的是，团建群还不把我踢出去，就这么挂着，主打一个体面不给、尴尬拉满。那段时间我毕业论文正赶得焦头烂额，本来也没打算去，就主动跟主管说不去了，回去写论文。结果主管还跑来问我：你怎么不去？你登记了吗？我当时真的又气又好笑：我想登记，可你们连问...