为什么都在逼签😭

AI的发展快到令人发指，今天主要和大家分享一下AI时代对测试测开的一个影响，下面主要从裁员危机，面试影响，职业发展这三个角度分析。裁员危机行业裁员当下热点：最近大家肯定被一大波裁员信息刷屏了，亚马逊裁员一万人，微软裁员两万人，国内的百度字节等裁员几千人。如果仔细研究一下相关的数据就会发现国内的公司不止近两年裁员，他们一直都在裁员然后招新人，短期看AI并没有对国内的IT岗位数量造成太大的影响。裁员案例：大规模的裁员一般都是整个部门被端掉了，比如字节的游戏部门（朝夕光年）整个业务都被端掉了一下子干掉上千人（技术+非技术）。裁员的理由永远只有一个，那就是你的性价比不够了，从你身上赚不到钱了。如果你去...

应聘了很多家公司，基本上都是小微企业，双非真的无缘大厂吗？哪位大佬帮我看看简历啊？！

为什么面了八次次次都是一面挂，次次都不说原因，问了面试官就是插科打诨，为什么别人一面就过呢，真的没有缘分呀。不考编程就是脑筋急转弯的概率题，考了编程a了也不过没a也不过 总之就是不过，没一次二面，深深的怨念。觉得我不够资格就直接拉黑简历呗，每次都捞起来重新拷打一顿什么意思呢。

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...