字节面试题： 给全球70亿人口的年龄排序

那天周五下午四点，我正心满意足地准备摸鱼等下班。产品经理突然发了条消息：“有个小需求，把订单状态里的‘处理中’改成‘处理中（请耐心等待）’，就改个文案，5分钟能搞定吧？”我心里嘀咕：文案这种东西，不是前端改一下就行了吗？但后端同事请假了，前端提了个issue说这个枚举值是从后端返的，前端只做映射。好家伙，又是祖传代码的锅。我心想：不就改个枚举描述吗？打开代码，找到那个OrderStatusEnum，把PROCESSING的中文描述从“处理中”改成了“处理中（请耐心等待）”。编译、打包、发布，一气呵成。前后真的只花了5分钟。然后…线上开始炸了。十五分钟后，客服群里开始刷屏：用户说自己的订单消失了...

还是百度大厂

大家好，我是程序员鱼皮。最近这两年，只要你接触过 AI 编程，大概率听过一个词，RAG（Retrieval-Augmented Generation）。但很多小伙伴对 RAG 都只是一知半解，导致面试的时候只能说出 “检索增强生成” 这六个字，面试官再多问一点，就只能 “阿巴阿巴”。而这篇文章，是对 RAG 技术的一个全景科普，从最初的 Naive RAG、到现在最主流的 Agentic RAG，总共 16 种主流 RAG 方案，我会一次性给大家讲清楚。以后开发 AI 应用的过程中，无论遇到什么场景，都能选择最合适的 RAG 方案。干货比较多，建议先点赞收藏，再慢慢往下看~什么是 RAG？AI...