双非非科班，简历求锐评

随着人工智能技术的飞速发展，大模型（Generative AI Model）已成为推动产业升级和数字化转型的重要力量。为规范和促进行业健康发展，国家相关部门对面向公众提供生成式人工智能服务的系统和产品，实施了算法备案和大模型备案登记制度。对于希望合规、快速将其大模型产品投入市场的企业而言，完成这一系列备案登记是务实且逻辑严谨的第一步。然而，备案流程涉及复杂的政策法规理解、细致的技术材料准备、安全评估和多部门的沟通与对接。这不仅要求企业投入大量时间和人力，还考验其对政策细节的精准把握。任何一个环节的疏忽，都可能导致项目延期甚至被驳回。因此，寻求专业、可靠的第三方代办机构协助，成为企业高效、准确完...

我上一份工作的同事们在我离职前的一周请我吃饭。当时被同事请了三四轮吃饭，其中有我的工作战友、工作朋友、也有工作对接的网友开发。对于一个从小到大没多少阶段性朋友的intp鼠鼠来说，这真的很感人，体验到了为数不多的一点不舍留恋的情感，如果不是工作和家庭上的一些问题，这份活估计没有这么快辞掉。离职后我也在沉思，为什么只有我是如此，我妈妈还说我的人脉居然还可以哦。但平常鼠鼠其实和一个小透明没什么区别，也就大伙问问题我就直接详细解答我的观点，需要帮助时搭把手，其他时候都在忙自己的事情，也没有多合群，但他们也很喜欢来找我说话，其实我感到有点幸福的，毕竟很多信息是需要通过人际沟通才能获取。还有一种可能是和我玩得来的同事们人本来就很友好。所以，是否能和同事成为朋友，因人而异，至少我们是阶段性的战友，也有可能是损友，每天和同事待在一块的时间占一天的至少三分之一，离别时多少也会有点不舍。但天下没有不散的筵席，只能暂时告别，各自奔赴前程。

个人概况面试岗位：服务端研发工程师（Java）面试部门：电商部面试结果：已获 Offer一、 面试全记录：从项目到技术碾压一面（项目深挖）：一面的面试官非常平易近人，基本是围绕简历中的项目展开。建议大家在准备时，对自己项目的架构、难点以及解决问题的思路（Why & How）做深度复盘。二面 & 三面（技术深度考察）：这两轮面试主要由主管和部门负责人把持。面试节奏极快，尤其是对 Java 并发编程 的考察极其细致，几乎是一场“技术碾压”。以下是我根据回忆整理的面试题库，建议收藏。二、 核心考点：并发编程大通关我们将面试题归纳为四个维度，帮助大家建立知识体系：1. 线程基础与状态机...

最近做了一个企业级 RAG 智能体项目 Ragent，基于 SpringBoot 技术栈 + 手搓 RAG，完整开源了。不是 Demo 级别的调 API 玩具，是覆盖了 RAG 全链路的工程实现，分享出来给大家参考。GitHub：https://github.com/nageoffer/ragent为什么做这个项目现在面试越来越多地问 AI 相关的东西——RAG 怎么做的？Agent 怎么实现？MCP 了解吗？但市面上大部分 RAG 教程要么是 Python 生态，要么停留在调 API 跑通 Demo 的阶段，离真正能上线的系统差距很大。所以基于自己在公司实际落地 RAG 系统的经验，做了 Ragent 这个项目，把企业里真正会遇到的问题都实现了一遍。核心能力▪ 多路检索引擎：意图定向 + 全局向量双通道并行，检索结果经去重、重排序等后处理流水线。▪ 意图识别：树形意图分类体系，置信度不足时主动引导澄清。▪ 问题重写与拆分：多轮对话自动补全上下文，复杂问题拆分为子问题分别检索。▪ 会话记忆：滑动窗口 + 自动摘要压缩，控制 Token 成本的同时保留关键上下文。▪ 模型路由与容错：多模型候选、优先级调度、首包探测、三态熔断器、自动降级。▪ MCP 工具调用：知识检索与外部系统调用在同一流程中无缝融合。▪ 文档入库 ETL：基于节点编排，从解析、分块、向量化到写入 Milvus，每步可配置、有日志。▪ 全链路追踪：每次对话的重写、意图、检索、生成各环节都有 Trace 记录。技术栈后端：Java 17、Spring Boot 3、MyBatis Plus、Milvus 2.6、Redis + Redisson、RocketMQ 5.x、Apache Tika、Sa-Token前端：React 18、TypeScript、Vite代码量：后端约 4w 行，前端约 1.8w 行，20 张业务表，22 个前端页面。和 Demo 项目的主要区别▪ 检索方式：Demo 通常是单路向量检索，Ragent 是多通道并行 + 后处理流水线。▪ 意图识别：Demo 没有，Ragent 做了树形意图 + 歧义引导。▪ 模型调用：Demo 单模型挂了就挂了，Ragent 多候选路由 + 熔断降级。▪ 会话记忆：Demo 全量塞给模型，Ragent 滑动窗口 + 摘要压缩。▪ 可观测性：Demo 没有，Ragent 全链路 Trace。项目会持续迭代，感兴趣的同学可以 clone 下来跑一跑，有问题欢迎提 Issue 交流。