科大讯飞跨年礼包分享

最近广东某程序员的故事火了，只要你全身心投了，工作中一丝不苟，进了黑厂，每天嘎嘎加班，早晚得干到人没了，所以大家一定要保重身体，细水长流，华子还有挺多程序员干到40多就能退休，这个不错，不过也是少数人

我自己没在大厂上过班，但从朋友和网上的分享来看，大厂的生活大概是这样的：每天早上打卡，地铁或共享单车准时出发。办公室环境很现代，设备齐全，咖啡、零食、健身房什么都有。流程化很强，代码评审、需求评审、日报、周会……每一环都有标准化的规范，大家都很专业，但也略显规整。工作节奏快，有明确目标和绩效考核，项目推进有条理，但加班在某些阶段难免。好的一点是，技术氛围浓厚，同事水平普遍高，学习机会多，也容易接触到前沿技术和大型项目架构。总的来说，大厂是一种“高效率、高规范、高压力、高成长”的组合体。如果适应得了这种节奏，成长和资源都很丰厚；不适应，也可能觉得束缚感大。

在大厂工资都很高、项目也很厉害，身边的同事都是聪明人，所以学习成才也很快。但是经常半夜有工作消息，周末上线了就要熬通宵。别人只看见你头上的光环，只有自己知道颈椎有多酸、日程表有多满。就像一台高速转动的齿轮，外表锃亮，但磨损得也快。到底值不值，只有自己才知道。

原文链接：HikariLan's Blog 当提到“如何为大模型提供大规模的可用于检索的信息”时，我们第一反应想到的大概率是 RAG 一类的解决方案，但现在我要说，基于文件系统访问（FileSystem Access）的检索方式可能远比使用 RAG 更好。 什么是 RAG？为什么需要 RAG？ **Retrieval-Augmented Generation（检索增强生成，RAG）**是一种可以允许 LLM 从大规模非结构化信息中进行语义检索的技术方案。 我们之所以需要 RAG，是因为大模型内置的知识内容可能不符合我们的需要，例如这些内容可能已经过时（因为用于大模型训练的语料库并不会随着使用者...