花了3个月做的CV项目，面试官看都不看

职场从来都不存在什么公平，雇主通常都是优势方而雇员是弱势方（行业大神除外），再加上我们国家人口众多，所以很正常的，公司作为雇主在面试应聘者的时候都是趾高气昂、高高在上（面试过n家公司的在一旁泣血控诉）。人有三六九等，公司也有三六九等，而面试官也有，有不少渣渣公司在面试求职者的时候，往往瞅准了求职者急于找到工作的心理，用各种手段把求职者耍的团团转，最后求职者还得对他们说一句：谢谢！下面是几种求职者经常会遇到的坑:第一种：打着招人的幌子实际上是为了解决公司项目上遇到的技术难题在我们求职过程中，有的公司动机不纯，通过各种理由欺瞒，将求职者在面试时的经验成果据为己有。最常见的就是以笔试为名将项目里遇到...

蚂蚁社招 上海或者杭州经验：不到两年一面：1h 30 mins强度有点大，简历上能问的都问了。特别是 AI项目，每个点都掰开说了面经就不写了，懒得写。反馈：项目确实是在线并且深入做过，但是表达能力有点急，也就是说欠缺。最后 20 分钟写归并排序。第二天下午二面约面。二面：纯聊天感觉 KPI 面，但是面试官说那边肯定是有需求才放出来的岗位。后面 HR 说二面三面主要看软实力，技术项目算法这块一面该面的都差不多了，肯定是没问题才有的二面。下周一反馈是否有三面吧。期待来个三面吧。部门也契合，很不错的岗位和公司，希望有后续蚂蚁数字科技是蚂蚁吗有点孤陋寡闻了

算法实习生2026.04.15，中午11:30，线下，一面+二面首先填写了个人信息表。一面：1.自我介绍2.手画Transformer架构（拿笔画在一张白纸上）3.讲卷积神经网络，图像经过卷积操作后尺寸如何计算（幸亏记了公式）4.手撕反转链表，手撕三数之和（真的是手撕，用笔和纸写，三数之和还是提示之后写出来的）二面：1.自我介绍2.问mindie，问910B3，问实习项目3.手撕岛屿数量反问：公司主要是做什么的？主要是做广告、推荐算法相关的内容下午15:40HR面，线上1.自我介绍2.问为什么不去大厂（自己水平不够）3.实习中最看重什么（个人能力的提升和对业务的把控）4.实习多久，最早什么时候...

大二玩了半年RAG，我发现最靠谱的解法，居然是百年图书馆逻辑本人大二，接触Agent开发从RAG入门，摸过GraphRAG、RAGFlow这些热门项目，也啃过LlamaIndex、LangChain框架，踩了不少坑，也有了些不一样的想法，纯分享思路，不做落地。先说说我看到的核心问题：RAGFlow的溯源功能能标清信息出处，解决了模型胡编的问题，却缺了LangChain那样的隐私数据守卫——检索时只过滤正文，溯源链接还留着，等于给隐私泄露、外网信息跳转留了后门。同时现在的RAG大多是文档乱塞一锅炖，海量数据根本管不住，开源框架要么太笨重新手难维护，要么功能太简陋撑不起场景。想通这些的时候我正在学校图书馆，突然发现：我们卷破头的RAG问题，现代图书馆这套人类用了上百年的「信息管理系统」，早就完美解决了。核心思路完全对标图书馆逻辑，分三点：1. 先分级管控，从根源堵隐私漏洞像图书馆分普通阅览区、内部资料室、涉密档案室一样，给文档做分级。敏感内容直接拦在库外，内部文档没权限连检索都搜不到，自然不会有溯源链接泄露的问题，只有合规公开内容才开放完整溯源。2. 先分类入库，解决海量数据混乱图书馆新书不会直接堆书架，会先验收、查重、按标准分类标引再上架。对应到RAG里，就是文档先自动清洗、去重、分类打标，再分到独立向量库物理隔离，再多文档也井井有条，不会越用越臃肿。3. 统一规范做开源生态，解决「各玩各的」的痛点图书馆能跨馆互通，核心是有统一的编目规则。我们也可以定一套极简统一的开源RAG库规范，实现两个核心：一是人人都能按规范分享自己的RAG库，开箱即用不用二次处理；二是符合规范的任意两个RAG库，都能无缝拼接，自动对齐分类、去重、更新索引，不用手动改配置。现在RAG圈总在卷框架、卷算法，却忘了做RAG的初衷，是让普通人用最低成本让AI落地。这套图书馆逻辑的思路，不用高算力不堆复杂技术，刚好能让本地小模型配上标准化RAG库，真正变得可用。纯思路分享，不打算自己落地做项目，玩RAG的朋友有想法，欢迎一起交流。大模型  开源思路 #大学生编程