这些天背后端八股，不知道为什么总感觉看不完，每天基本学习都是8h+，不过我也只是开学才开始准备（后悔暑假开摆了）。刚看完一个知识点，很快又忘记，又需要重新回顾。而后端八股的体量又很大，再加上一些计算机基础知识，让我觉得想要能达到吟唱的程度十分吃力。累的时候刷刷牛客的面经，发现又有很多我没见过的内容，如果我来面的话根本答不上来。并且我对业务以及业务延伸出来的八股，无法达到很多大佬的水平😑八股原本是古代科举的考试项目，而当今却在如此内卷的环境下，让面试延伸出一种也叫八股的东西。只能说八股这两个字真的是十分贴切👍，不背的话根本没法通过面试，都要去死记硬背。当然，我们可以结合自己的代码理解，让八股变得不再那么晦涩。一天的学习下来，我得到的正向反馈很少，总是觉得自己的知识面很狭窄，同时也对未来的就业充满焦虑。目前身边去了中大厂日常的基本都是前端多，可能是因为学习的周期比后端短。那么问题来了，我学后端是为了什么呢🤔难道我是m😱

boss上1735个沟通，投出59份简历，一共3个面试，0offer，试着投测开，回复也很少，人都麻了，不知道自己到底适不适合这行。我的想法是直接梭哈就业，考研实在没什么信心-----------------------------------------------------------第二个是新建的简历，现在我还没开始搞测试方面，所以没加测试的东西，请大家看看这一份简历需要加什么或者删什么？

你是否想打造一个靠谱的知识客服，或是搭建能精准回答问题的知识库？这就绕不开一项核心技术——RAG（Retrieval Augmented Generation），中文译为“检索增强生成”。听起来高大上的技术，核心逻辑其实很简单：先从资料库里检索相关内容，再基于这些内容生成答案，即“先检索、再生成”，这也是其名称的由来。作为目前最常用的AI问答方案之一，RAG已广泛应用于企业知识助手、智能客服等场景。本文将从应用场景、核心原理、流程拆解、专业名词解析等方面，带你全面掌握RAG技术，搞懂高质量智能问答系统的构建逻辑。前言我认为AI的基础知识是现在求职和实际工作所必须掌握的，不管是算法还是后端前端岗...