现在感觉没个顺手的 AI 当赛博小弟，这班根本上不下去。最近一直在这捣鼓 Doris，要从各种厂家的上位机抽数据建表，活儿说难不难，但每天写那些繁琐的 CRUD 和长篇大论的 SQL，是真的耗精力。试了一圈各种大模型，我盘了一下，目前能留在我电脑里当“嫡系”主力的，基本就这俩套路：1. 敲代码/查Bug的嫡系：Claude Code平时在 VS Code 里写 Java，或者写一些处理底层数据的 Python 脚本，我习惯直接在终端里唤醒 Claude Code。这玩意儿读本地代码库的上下文确实有一套，有时候逻辑卡壳了，或者环境配置死活不对（比如我想把 VS Code 调教得像 IDEA 一样...

26年是不是都要大力搞AI，现在做Agent就是最好的方向吗。。

在boss上投简历，沟通和投出去的比例是12:1，是我简历不够好吗，还有什么能优化的地方

1、自我介绍2、讲一下你做过的一个最有代表性的项目3、RAG 里 chunk 怎么切，为什么这是个关键点chunk 切分会直接影响召回质量和最终回答质量。因为向量检索不是按整篇文档检，而是按切分后的片段检。如果切得太长，一个 chunk 里会混入很多无关信息，虽然语义覆盖大，但相似度不一定集中，模型拿到后也不容易抓住重点。如果切得太短，单个 chunk 虽然很纯，但上下文不完整，容易导致召回回来的内容缺少关键信息。实际做的时候一般会根据文档类型来定。像制度文档、说明文档，可以按标题、段落、语义边界切；如果是 FAQ 或问答对，本身就天然适合按条切。通常还会设置 overlap，避免一个关键信息...