实习这事儿，过来人聊起来都是"挺锻炼的""学到不少"，可真到自己上手——第一天找不到工位、不知道该问谁；第一次被 mentor打回需求改到第五版；第一次跟着上线、手心冒汗盯着监控；也有摸鱼被抓包、团建社死、转正答辩前夜睡不着的瞬间。实习中的这些事，好的坏的，开心的难过的，都来记录下来吧~即日起-2026.6.30号 24点，带话题#我的实习日记#发帖，分享你的实习经历，即可获得牛币、限量款牛客家族盲盒、现金红包奖励发帖方向你可以选择以下方向发帖，记录分享自己的实习经历发帖方向你可以写💰 记录实习开销这段实习你是赚了还是亏了？工资多少、通勤吃饭花多少、是...

沟通了400多份，没什么人理，有一个还是还这种😭😭😭

兄弟们，我这简历有啥可以改进的地方，投了300多份没有一个面试😭

1. 自我介绍2. 什么是 RAG？它和普通大模型问答有什么区别？答案：RAG 是 Retrieval-Augmented Generation，也就是检索增强生成。它不是让大模型完全依赖参数记忆回答问题，而是在生成答案前，先从外部知识库里检索相关资料，再把检索结果作为上下文交给大模型生成答案。普通大模型问答依赖模型训练时学到的知识，容易出现知识过期、幻觉、无法引用来源等问题。RAG 的优势是可以接入企业私有知识、实时文档和业务数据库，并且答案可以追溯到原始证据。它更适合企业内部知识问答、客服、运维、法规、医疗、金融等知识更新频繁且要求可追溯的场景。 def rag_pipeline(quer...