大家好，我是马丁。看到大家都在找实习包装简历，但简历上写了一个RAG/Agent项目，面试官一追问就露馅：这个项目具体解决了什么业务问题？你怎么知道效果好不好？碰到用户单次问答多问题混合处理场景（下面会有示例），你怎么处理？三个问题下来，大部分人就开始打磕巴了。问题出在哪？不是技术不行，是没有把技术和业务场景绑在一起。面试官见过太多只调了 LangChain4j/SpringAI 的 API、跑通一个 demo 的简历，他想听的是：你为什么这么做，你怎么知道做对了，遇到问题你怎么解决的。这篇文档每一条都值得你花时间想清楚。想清楚了，面试的时候你讲的就不是背的，而是你自己的东西。点个关注，持续更...

快手的hr想要我一个肯定回复，放弃其他家offer但是手上有一个腾讯的岗位录用评估中，昨天（6.2）刚hr面试完，可能要一周内出结果腾讯这边没确定下来不想放弃快手这边的offer，还是想去腾讯多一点，但是担心被横向，确实是暑期尾声了，被横向掉就糟了uu们有什么好的建议么？下午快手的hr还要跟我电话沟通，估计就是让我快点做个决定—————分割线——————6.4 腾讯oc了 还是有鹅选鹅吧 再见快手

想着把项目再优化优化，整个线上demo演示，然后拖到现在，学校层次也不好，真没招了，有没有佬给机会面试🥺，或者说下现如今的投简历渠道，各大线上软件真不行，投出去基本都没反应，孩子真的很想暑假找个实习

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...