Chap1 事业主线的确定“学弟，采访你一下，你在拿录取通知书的时候，对大学四年的自己有什么期待呢？”大一的石学弟思考良久，回复了我一个猫猫“耄耋”表情包。“加入威软实验室，拿大厂offer，找到女朋友。学长，你呢？”我呢？我高三的时候就知道，大学里有七条路，一保二考三就业，四留五公六创业，再加上一个“混吃等死”，没关系，人生是旷野————开玩笑，学历变不了现，不都是白扯吗？所以，我绝不考研。唐学长是某军工985的19级本科生，他对他压抑的本科生涯恨之入骨。大学前两年，他活在育才高中的回忆中，而后两年，则活在浙大上岸的渴望里。他从大三开始苦苦备战约15个月，动态里将校园比作肖申克，最后以400...

 没关系的，记录一下

传统数仓、数据库和分析系统，为业务提供了稳定的数据支持和决策依据。但当数据开始面对 LLM 时，就产生了一个全新的挑战：如何将企业数据转化为模型可感知、可检索、可执行的“上下文”。在企业 AI 系统中，这一过程通常经历三个关键环节：1. 数仓与数据库：提供干净、统一、结构化的业务数据。2. 搜索与 RAG：让模型能够快速、稳定地访问相关信息。3. 工作流与 Agent：将数据能力编排成可执行的任务，实现复杂业务的闭环。图中展示了这一链路的概览。通过这条链路，可以发现数据不再只是“给人看的”，而是成为 AI 执行的核心驱动力。一、从数仓到 LLM：数据“服务对象”的变化在之前的文章中（微信公众号...