亚马逊 aws云计算技术支持工程师

快四十分钟~1.实习项目拷打1，前面一个还好。问的挺深的，10min2.实习项目拷打2，这个是我太菜了，没了解全，一个优化接口 15min3.Agent框架的探讨 10min4.反问 5min---面试官人很好，给我项目两个点拷打的要寄了，也是自己没完全了解清楚，用AI写完，测完就结束了

今天早高峰10号线，人挤人，我好不容易站稳，余光扫到旁边座位上有个穿校服戴红领巾的小男孩，正低头盯着iPad。我以为他在看动画片，好奇瞟了一眼——好家伙，在刷leetcode。我人都傻了。我小学五年级还在玩赛尔号，人家已经在地铁上刷题了。让我想起来现在也有很多机构推出面向小孩的人工智能课、AI使用课...现在连小孩都这么卷了吗？

如题。bg农学本工科硕。lz是3.30日投递第一份简历，因为目标不清晰所以投递岗位很杂（Agent/Java）。拿着某星球agent项目和群里的内推码把大厂投了个遍，天天看进度发现总是被筛掉，无奈去投小厂发现大多点击就送。现在不清楚去小厂实习有没有意义，以及自己有没有必要在互联网挣扎了😢。

这个是5.11发的offer了,HR面和二面隔了10多天1. 自我介绍2. RAG 有没有解决大模型胡说八道的问题答案：RAG 只能缓解幻觉，不能彻底解决幻觉。RAG 的作用是把外部知识、业务文档、历史记录和实时数据作为上下文提供给模型，让模型减少依赖参数记忆。但如果召回错了、召回不全、chunk 切分不合理、rerank 排错、prompt 没约束好，模型仍然会基于错误证据生成错误答案。所以线上 RAG 不能只做“检索 + 拼 prompt + 生成”。必须做证据约束。比如在园区运维场景里，模型说“冷却塔水泵异常导致能耗升高”，就必须引用对应的告警记录、传感器曲线或历史工单。如果没有证据，只...