前言这是我的agent系列文章的第4篇，该系列分为三部分：AI认知篇：详细讲解相关基础概念AI实践篇：分享诸如skills怎么写、怎么ai coding、怎么写好prompt等的最佳实践AI八股篇：分享我自己整理的应付大模型应用开发岗位必备的八股笔记如果觉得有帮助，欢迎关注我并期待后续文章！预期是日更哦！当天没更可能是因为太累了，周末会弥补的。在大模型应用落地的浪潮中，我们常常面临一个核心矛盾：大模型博学但“失忆”，且容易“胡编乱造”。它不知道我们公司昨天的会议纪要，也不了解最新的内部产品文档。为了解决这个问题，检索增强生成（RAG, Retrieval-Augmented Generatio...

得吃了

今天美团开春招了，前端只招大前端或者全栈这是真要凉凉的节奏了吗😭😭😭

会议室里安静了两秒。 导师抬起头，看了我一眼："你确定？这是给业务线准备的架构方案，涉及分布式事务和缓存一致性，你才来两个月。" "我确定。"我打开电脑，投屏上已经准备好了PPT。 "这次我们要解决的是订单系统在大促期间的性能瓶颈。现有架构在QPS超过5万时会出现响应延迟飙升的问题。" 我翻到第二页："我调研了三种方案——本地缓存+MQ异步、分布式缓存+读写分离、CQRS模式。经过压测对比，我建议采用第二种方案，配合熔断降级机制。" 业务线的技术负责人问："为什么不用CQRS？理论上它更适合高并发场景。&...