一、互联网简历泡池子：美团、京东、蚂蚁简历挂：字节、阿里、快手、拼多多一面挂：腾讯收到offer: 智源人工智能研究院、小红书二、硬件厂一面挂：寒武纪、momenta、地平线三、总结原本计划提前离职待出租房全力找工作，但提离职时mentor和我说，可以在公司边待边找，公司里的任务不急，可以抽出一半时间准备面试，且公司里的电话亭也可以用来面试，所以我也就欣然同意了。没想到在这样的条件下，都感觉找工作页贼焦虑，有点不敢想全职找得焦虑成啥样。小红书二面后也经历了“暂不合适”，好在最后被捞起来了，然后五一前收到了书面offer，最后也是决定去这儿。离职的时候还和大家说了说投递情况，他们觉得我投递的方向...

4.7开始投递agent项目还没做先把点评外卖包装一下先投试试

我妈是某上市公司的老员工，她知道我秋招没找到工作，春招还去一家小公司干，表示不解，让我去他们公司干，我说我不想干制造业这一块，虽然他们公司股价上个月已经起飞了，当然我没买。我妈很反对我搞理财相关。她觉得我一个人在上海打工钱少又照顾不了自己，也非常反对我养猫，但这样的她还是在亲戚批评我养猫脏的时候反击了，说我爱干净每天洗猫（实则没有）。她说我们公司不行，但当知道我们有文化衫的时候，又认可说有企业文化的公司是好公司。哈哈。

一、概述与全链路 RAG（检索增强生成）：用户提问 → 检索知识库相关片段 → 注入 Prompt → LLM 基于真实数据生成。解决知识截止、幻觉、无法访问私有数据。 Naive RAG（检索-拼接-生成）→ Advanced RAG（Query 改写、混合检索、Rerank）→ Modular RAG（可插拔模块、Agent 动态决策） 文档 → Chunking → Embedding → 向量数据库 用户查询 → Query改写 → 向量化 → 混合检索 → Rerank → Prompt → LLM生成  二、文档处理（Chunking + Metadata） 切分策略    策略 ...