上周我老大请我们整组吃饭。他是个三十多的男的，平时话少，每天就喝美式，工位上贴着他闺女的照片。他全程没怎么说话，就问我"实习还适应吗""食堂吃得惯不""周末回不回学校"。都是些没营养的问题。我也没说啥，就"还行""挺好""一般不回"。吃到最后他突然说："你做事挺稳的，不急。现在很多实习生不是这样。"我当时在扒饭，嗯了一声。回去的路上我才反应过来这句话什么意思。我老大他不说客套话的。他夸你"稳"，那就是真觉得你稳。值不值我也不知道，反正那顿饭我吃撑了。

焦虑ing，二本，绩点挂车尾，无竞赛就会个stm32和freertos，esp32。无竞赛，学历差。真让人焦虑。这是应付学校任务写的简历，说实在的，平衡车和nwatch都是跟着视频(铁头山羊，韦东山)复刻的。MQTT这部分让ai吹了一下，实际上我不会LVGL，就在简历抹去了。八股文没开始背，面试题还没开始看。需不需要刷一点算法？来不及了，才知道大三这个时候应该投简历了，骑驴找马，边投边学

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...