26届双非本，由于一开始的项目和实习做得很杂，涉及C++/golang/python，意向golang后端开发或agent相关，或者c++相关的岗位，每次面试都很焦虑，需要背的语言八股太多了，有时候还容易搞混

最仅段段开始复习并面试了，但是市场行情还是差点意思，段段把最近学的和面试的，以及段段做的AIGC项目做个小总结，希望能对大家带来帮助。 不得不感叹AI进步速度之快，我们这帮研发天天研究用AI革自己的命，属于是没有办法的办法了，在这个巨大变革的时代，我们也不得不跟进潮流，防止淘汰了，闲话少说，上干货。 本文主要讲解RAG架构，RAG定义，Doris数据仓湖，Doris分区分桶，贪多嚼不烂，先讲这几个。一、RAG架构 什么是RAG架构，很多同学其实有思想误区，任务RAG是个向量库，RAG是个什么什么服务，其实都不准确。严格来说，RAG代表一种架构思想。 定义：RAG全名增强检索生成（Retriev...

来实习之前对大厂的想象：高大上的办公室、前沿的技术、每天都在做有意义的事实习之后的现实：大部分时间在写测试用例和跑回归，没有想象中那么"技术"会议真的多，有时候一天开3-4个，真正干活的时间反而不多有些需求确实觉得没啥意义，但还是得认真测内部系统也会有bug，也会有屎山代码祛魅的瞬间是有一次线上出了个bug，整个团队手忙脚乱到晚上十一点，跟我想象中"大厂一切流程完善、井井有条"完全不一样但祛魅不是坏事。放下滤镜之后反而踏实了很多，不再觉得自己跟大厂有多大差距，都是普通人在做普通的事。认真做好眼前的事就行了

AI 有时候真的会“睁眼说瞎话”。它生成的信息看起来很自信、条理清楚，但不一定真实或准确。这并非故意，而是模型根据已有数据和概率生成回答，所以可能出现错误或夸大。使用 AI 时，我们需要带着批判性思维，善于验证关键内容，而不是全盘信任。合理利用它的辅助能力，同时保留判断力，才能真正发挥 AI 的价值。