招聘，欢迎推荐👏👏👏

实习生当社招面，所有人全疯了这次加粗的不是答不出来的，是答案缺乏深度的，不是实习生哪来的深度自我介绍为什么选择前端有没有接触过其他方向（写过一丢丢服务端）用过哪些 AI 工具（说了平常用 AI 的用途，之前构想的单人异步工作流从输入提示词到 AI 产出结果发生了什么（？？？先是想说 ReAct、Plan and execute 之类的，告诉我别说这些，就说 agent 做了什么）你对提示词如何规范 AI 产出的理解，它到底做了些什么（只能说说列计划啊工具调用啊之类的）怎么理解 harness engineering，有没有实践过（说了一下 skill 之类的，然后确认与 ai 的需求文档）手撕...

最近十分焦虑，本来计划找java岗的，结果现在这个时代，什么都要带上ai，本来就有一大堆java八股文没背，还要仓促的学agent，但学的都是基础呀。简历上那些都是提示词工程，让AI输出指令格式，然后程序判断，也没什么含金量。完全没有什么竞争力😭，唯一的竞争力就是实习时间可以长些吧。但我也找不到适合的学习项目，另一方面自己也比较着急。想要快点找实习。求大佬们指点一下小弟😭😭😭

0实习的阶段，不玻璃心，求拷打，我觉得春招是26届我的最后一次入场机会了，但反响平平。只有一两个通过初筛，后续就没有了

1. 自我介绍2. RAG 怎么优化，评估时你会看哪些指标RAG 的优化一般不能只盯着生成端，很多问题其实出在检索阶段。常见优化思路包括 query rewrite、chunk 切分策略调整、混合召回、重排序、上下文压缩和引用约束。比如文档切得太碎，召回会有信息断裂；切得太长，又容易把无关信息一起带进来，生成端会受污染。真正线上效果好的 RAG，通常不是“某个 embedding 更强”，而是检索、排序、上下文组织和回答约束配合得比较好。评估时我一般拆成两层。第一层看检索，比如 Recall@k、MRR、HitRate，看相关证据能不能被捞上来；第二层看生成，比如答案正确率、faithfuln...