好记性不如烂文档： 每一个你踩过的坑、配好的环境、梳理出的业务逻辑，都写成 Markdown 存下来。不仅是记录，更是输出： 试着把这些文档分享到团队内网（Wiki/语雀）。一个能主动沉淀知识、完善团队文档的实习生，在 Leader 眼里是具有“Owner 意识”的稀缺人才。

第一个月，误闯天家，觉得自己很废物，每天都是emo到谷底第二个月，好像自己会一点了但是工作的思路不对应该先完成需求，再掌握模块的整体框架，再学习整个项目第三个月  世界就是草台班子

楼主的秋招真是异常惨淡，好几个终面/排序挂，北上的很多大厂根本连简历都过不去，最后拿了一个 4399 游戏开发和北京中厂的搜推业务，但都没选，背水一战备战春招。幸好机缘巧合进了在垂类领域比较有名气的 ai startup 公司实习，后续字节，阿里，b 站都主动约了面试，最后也算是终于结束校招了，base 在广州，给的薪资也挺满意的，面试过程比较顺利基本上都是秒过，面经就不发了聊的都是 agent 的实习，去做的也是 agent 后端

之前团队在做合同审查和研报问答两个 RAG 项目，踩了不少分块（Chunk）相关的坑。今天把这块经验整理一下，希望对正在做类似事情的朋友有点帮助。先搞清楚 Token 这个概念做 Chunk 之前，得先理解 Token。很多人把 Token 简单等同于"字"或"词"，这不太准确。Token 是模型实际处理的最小单元，中文大约 1.5-2 个字对应一个 Token，英文则大约是 0.75 个单词一个 Token。这件事为什么重要？因为不同类型的文档，Token 密度差异很大。我们实测过：一份 20 页的中文合同，大约 8000-12000 个 Token；...