211本，后端，27届。字节一面刚结束，50分钟。项目问了15分钟，主要是数据库优化和缓存设计。算法题两道。第一道是两数之和变体，第二道是二叉树最大路径和。第二道之前刷过但现场没写出来，只说了思路。八股问了Redis持久化、MySQL索引优化、GC算法。整体感觉算法题是硬伤，平时能写出来，现场紧张就卡壳。最近在投日常实习，用工具把网申填表处理掉，晚上整块时间用来刷hard。字节一面算法题没写出来，感觉二面无望了🤧

发70个邮件让我完善简历，我还以为被网暴了。说的就是你慧策，发邮箱让参加宣讲会，说参加完后就给安排面试。技术岗上来来了一句：只要92或双非ACM银牌，66666。说双非本只能投销售类，后期能转岗（虽然但是就你小子公司的hr已读且回复，那有毛用），92才不去你们那破公司，双非本就和有案底没区别。———4.21更新贵公司的高级员工您来私信骂我也没用哈，风评不好谁的问题谁自己心里清楚，有这时间建议提升自己，完善公司制度，而不是来骂我这个连入场券都没有的破学院本

这家北京的公司还没进去实习就要我做一个淘宝推荐的skill。。。现在agent开发的实习都要这样？

1. 自我介绍2. 什么是 RAG？它和普通大模型问答有什么区别？答案：RAG 是 Retrieval-Augmented Generation，也就是检索增强生成。它不是让大模型完全依赖参数记忆回答问题，而是在生成答案前，先从外部知识库里检索相关资料，再把检索结果作为上下文交给大模型生成答案。普通大模型问答依赖模型训练时学到的知识，容易出现知识过期、幻觉、无法引用来源等问题。RAG 的优势是可以接入企业私有知识、实时文档和业务数据库，并且答案可以追溯到原始证据。它更适合企业内部知识问答、客服、运维、法规、医疗、金融等知识更新频繁且要求可追溯的场景。 def rag_pipeline(quer...