1. 个人介绍2. 实习拷打3. RAG 的优化，项目中 Agent 的流程RAG 的核心链路是：文档处理 -> 建索引 -> 检索召回 -> 重排筛选 -> 上下文拼接 -> 大模型生成。它的优化也主要围绕这几步展开。先说文档处理。原始文档不能直接粗暴切块，要先做清洗，比如去掉无效页眉页脚、目录、乱码、重复段落。然后做合理切分。切分太大，会带入噪声；切分太小，上下文会断。常见做法是按段落、标题层级、语义边界切 chunk，并适当设置 overlap。再说检索阶段。RAG 不一定只用向量检索，通常会把 BM25、向量召回、关键词召回混合起来。向量召回解决语义相似，...

竞赛聊胜于无，实习也没学到东西

双非一本，八股刚开始，这个简历能找到实习吗。。。

日产千亿级消息、包裹量占全球 1/4、日活过亿。当你看到这些数字时，第一反应是宏观数据，但在我眼里，它们是实打实的技术压力测试。我是 Temu 基础平台的一名底层开发。如果你还在纠结要不要投那些已经“红海”到不行的国内电商业务，听我一句：去有增量的地方，去技术能直接换钱的地方。1. 这种机会，这辈子可能就这一次国内互联网早已进入“修补匠”时代，但在 Temu 基础平台，我们还在“造起重机”。拉美、中东、东南亚才刚开荒，多国架构、跨国中间件自研、千万级并发支撑……这里有大把真实的、前人没解决过的技术深水区等着你来填。2. “稳”得不像话在内卷的大环境下，我们组的离职率低得离谱，三十岁以上的老兵比...