第一题一直时间复杂度高，后面想起来可能要用小根堆还是太菜了

1. 自我介绍2. 多阶段 RAG 里同时使用 BM25 和向量召回，混合检索策略通常怎么设计混合检索的关键不是把两路结果简单拼起来，而是根据问题类型决定两路召回各自承担什么角色。BM25 对精确术语、错误码、接口名、字段名、版本号这类关键词命中很强，向量召回则更擅长语义改写、口语化表达和抽象问题。真正稳定的设计一般是先并行召回，再做去重、融合、重排，最后再进入上下文构建阶段。如果问题本身是“精确定位型”，比如某个报错码、类名、接口路径，BM25 权重通常更高；如果问题是“意图表达型”，比如用户用自然语言描述故障现象，向量召回的权重会更高。工程里比较常见的是先取两路 topk，再用 RRF 或...

当大家看到一个人由于某个小概率事件，而突然可以变得无所畏惧，无所保留，不用负责任，没有负担的时候，大家都心里感觉到的，并不是一种对这个人的不认同感，觉得他不负责呀，没有担当之类的，而是有一种羡慕和期待。大家所有人都受够了在工作时候遇到的种种困境，与同事的人际相处，与老板的业务的互相博弈，大家都想把这些烦恼的事情全都抛在脑后。如果能够直接就不用上班了，把所有的烦恼都抛下了。那还是真的令人艳羡的。书归正传说回这个话题，什么样的人适合大厂？适合大厂的话，首先就是要高精力，然后要有很高的这种耐心，恒心，毅力以及情绪去把每个人的工作状态给激发出来，或者说是不消耗别人的情绪，也不消耗自己的情绪，是一种源源不断的产生能量的这样的人。这样的品质在现在的AI时代是宝贵的。是稀有的，因为人不可再生的就是那种一往无前的勇气，年少的心怀壮志以及激情和昂扬的精神

智能推荐 Agent（轻量易做，适配实习岗）推荐 GitHub 项目：OpenClaw（star 30k+）：自主执行 Agent，可拆解推荐任务（如商品 / 内容推荐），自动调用工具获取数据。地址：https://github.com/openclaw/openclawGen AI Beginner Projects：含推荐系统、RAG、Agent 入门案例，代码简洁，适合应届生从零学习。地址：https://github.com/pankaj-kaushik/gen-ai-beginner-projects