前几天藤子开放暑期实习通道，学弟问我："哥，我还没刷完八股，要不再等等？" 我说："等个屁。你现在投，挂的是简历；等六月再投，挂的是HC。" 太多人把实习当期末考试，觉得必须复习到100分才能进考场。醒醒，实习是滚动录取，不是排名录取——秋招要横向对比、分批发offer，前后差几天还在一个池子里；实习是"先到先得，招满即止"，等你觉得"准备好了"，人家早没坑位了。 所以我的策略是：小步快跑，分批迭代，故意送死。 第一批（3月1日-3月10日）：故意送人头 选7-8家你"看不上"的公司（比如保底档...

身边认识的不少朋友要么0 offer，要么只有不到20k的offer，其中不乏有背景好的985的同学，可是在网上你甚至能看到 28k劝退价 35k侮辱价……虽然有些人的背景确实好，但是不至于说开30+是侮辱他吧，所以有些时候你都不知道说这些话的人是纯纯出来秀优越感恶心人的，还是真觉得年薪50多万是侮辱他…… 多少有些装了吧所以来到互联网之后，我会发现这个世界太魔幻了，有一大堆生化环材还有文科的同学毕业即失业，或者只能拿到7k 8k的工作(背景好的双9能拿的多一些，但很多也比不到互联网大厂23k的白菜价)有一大堆学历较低的计算机科班同学毕业即转行还有一大堆的人嫌一个月20多k太少了，活不下去……

秋招阶段，室友都去自习室备战考研，每天七点钟宿舍就剩我一个人了，有面试就美美地面试，没有面试，自习也很不错。身边同学有开钟点房面试的、有去食堂面试的（避开饭点），或者找一间空教室面试（需要提前保证这个时间段没人）都是不错的选择。

原文链接：HikariLan's Blog 当提到“如何为大模型提供大规模的可用于检索的信息”时，我们第一反应想到的大概率是 RAG 一类的解决方案，但现在我要说，基于文件系统访问（FileSystem Access）的检索方式可能远比使用 RAG 更好。 什么是 RAG？为什么需要 RAG？ **Retrieval-Augmented Generation（检索增强生成，RAG）**是一种可以允许 LLM 从大规模非结构化信息中进行语义检索的技术方案。 我们之所以需要 RAG，是因为大模型内置的知识内容可能不符合我们的需要，例如这些内容可能已经过时（因为用于大模型训练的语料库并不会随着使用者...