感谢oppo

昨天晚上和一个百度的HR朋友吃了个饭，她给我透了个劲爆消息：百度实习生薪资全面上调，平均涨30%以上，AI类岗位最高涨了110%。说实话，我第一反应是：百度又开始用最质朴的方式抢人了——给钱。但回家路上越想越不对劲，这事没那么简单。涨薪的本质，从来不是福利升级。如果你也在看暑期实习，建议多想一层：薪酬变化，本质是供需关系的晴雨表。AI人才，正在被重新定价。涨薪这件事，是公司对未来投入产出的判断——只有当AI开始产生真实业务价值，企业才有底气提高人力投入。这两年大模型火得一塌糊涂，但真正能把AI从论文里跑成产品、从产品里跑出收入的公司，全国一只手数得过来。当需求远大于供给的时候，价格必然上涨。所...

从一月中到现在，最大的感悟是累、其次是不要怀疑自己

1. 怎么把 RAG 接入到你的 Agent 执行链路里的？是在调用工具之前先检索，还是在生成结果之后再做校验？我们的 RAG 是通过 Spring AI 的 Advisor 接入到 ChatClient 的：模型调用前在 before() 做向量检索，把命中文档拼成上下文注入 prompt；模型生成后在 after() 把命中文档回写到响应 metadata 便于追踪。当前是“先检索再生成”的 pre-RAG，并没有单独做生成后的事实校验，后续可以增加 verifier 节点来做 post-check。2. MCP 是完全自研的吗？和市面上成熟的 Agent 框架相比，你的方案在扩展性上有什...