后端 offer 帮选

兄弟们，昨晚差点没睡好觉。。起因是同学群里有人扔了一张截图，说是百度今年暑期实习AI岗，一天600。我：？？？第一反应是P的。第二反应是：就算是真的，也是那种ssssp，跟我没关系。但后来问了一个去年在百度实习过的师兄，他的意思是全面涨了，只是不同岗位涨幅不同。然后我就开始疯狂考古……翻了牛客、小红书、还有几个***，拼凑出来的信息大概是：百度今年实习生薪资确实普涨，平均涨30%以上AI类岗位涨幅最大，部分核心方向最高涨幅据说有110%一天600的说法，不是空穴来风。我现在在某中厂实习，一天200，已经觉得还行。但如果百度真给600：一天600 = 我现在的3倍一个月按20天算 = 1万2实习...

我大三tmd逃课去白马培训是吧，你老冯同意了没？

比预想中晚了一周，时间过得真快啊，感觉越学越多，目前这版简历下周直接开投了，两个项目都是自己用AI敲的，欢迎各位继续拷打，也是在共同交流学习吧。目前可以说出项目架构业务，自己亮点设计的一些思考，技术实现以及技术选型原因，量化指标也准备了一套说辞，但深挖代码估计就寄了；八股过了一遍，属于基本能说点原理理解，但深挖细节估计也寄了；算法简单了解一些整体思路，但手撕估计也寄了；AI可以吹下项目相关的工程实现和一些技术选型，但深挖技术肯定就寄了。总之，基于自身学习状态考量，先投些小厂继续学吧。有道是：“人生南北多歧路，一处春山一路平。”

1. 怎么把 RAG 接入到你的 Agent 执行链路里的？是在调用工具之前先检索，还是在生成结果之后再做校验？我们的 RAG 是通过 Spring AI 的 Advisor 接入到 ChatClient 的：模型调用前在 before() 做向量检索，把命中文档拼成上下文注入 prompt；模型生成后在 after() 把命中文档回写到响应 metadata 便于追踪。当前是“先检索再生成”的 pre-RAG，并没有单独做生成后的事实校验，后续可以增加 verifier 节点来做 post-check。2. MCP 是完全自研的吗？和市面上成熟的 Agent 框架相比，你的方案在扩展性上有什...