自我介绍负责测试的具体通路在上边通路中具体提过什么bug跟客户端qa怎么分工的服务端测试和端到端测试的区别线上bug分级怎么做的，标准怎么样Agent项目评测的项目架构Agent评测遇到过什么效果问题，比如模型降智 ——调用工具的倾向模型回复每次都不一样，如何做功能、效果断言Agent测试的等价类、边界case是哪些，列举环境部署工具的提效怎么计算的环境部署skill怎么做的为什么用skill做环境部署，不用传统的环境自修复是Agent的harness直接实现自愈还是需要人来提供信息，一步步修复实习的Pytest项目架构怎么样，巡检频率怎么样巡检产生的脏数据怎么处理购物车设计测试用例用户反馈：...

幸亏看到这个帖子

小厂不理，中厂无音，大厂不鸟，整得人都想要转行了……

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...