我就是个被焦虑所驱使的状态机——选方向选技术，找实习找工作，上班被裁员，每一个状态都在“怀疑自己—硬着学—新的焦虑触发”中循环滚动，到现在也没停过😭初始状态：方向选择的三岔路口，卷到失眠作为双非本科，真的被 “赛道选择” 逼疯：想冲算法？我看了牛客上的面经：985 硕，加顶会论文是标配，数学思维更是一道迈不过的坎；考公考研？又怕卷不到岸，更怕读完研还是卷不过年轻人，三年的时间成本怕一赌就输了；转研发？但纠结学 Java 还是 CPP还是GO还是Python还是前端还是嵌入式，听学长说 Java 岗位多但卷，其他的要么岗位少，要么难度高，对着电脑刷了3天知乎牛客b站小红书，最后闭眼选了 Jav...

牛爷爷们，boss投递简历了20+了，只有字节给面了（处女面估计过不了😫），是项目有问题吗，还是不应当写上游戏服务器的项目，换项目有什么推荐的方向吗，如果要写项目的数据，面试官都会问哪些问题呀

原文链接：HikariLan's Blog 当提到“如何为大模型提供大规模的可用于检索的信息”时，我们第一反应想到的大概率是 RAG 一类的解决方案，但现在我要说，基于文件系统访问（FileSystem Access）的检索方式可能远比使用 RAG 更好。 什么是 RAG？为什么需要 RAG？ **Retrieval-Augmented Generation（检索增强生成，RAG）**是一种可以允许 LLM 从大规模非结构化信息中进行语义检索的技术方案。 我们之所以需要 RAG，是因为大模型内置的知识内容可能不符合我们的需要，例如这些内容可能已经过时（因为用于大模型训练的语料库并不会随着使用者...